Micro Econom Iacon Excel

Anlisis microeconmico con Excel
MICROECONOMA CON EXCEL

EN EMPRESAS
La criticada impracticabilidad de la teora neoclsica resuelta mediante su aplicacin en Excel. Una refutacin de
errores en la microeconoma clsica. El consumidor, la empresa, optimizacin y programacin, los mercados: anlisis
diferencial, operadores de Lagrange, elasticidad media o
promedio, ecuacin de Slutsky, nivel de vida, 12 ndices de
precios y de cantidades; integracin, excedente del consumidor y del productor segn tipo de mercado; modelacin
clsica, Rapidito, lentito en la estacin Vivitos, Telefocn 4
y 7; econometra: muestreo, probabilidad, combinatoria,
series cortas; proyeccin del mercado y estimacin de
funciones de demanda mediante correlacin mltiple con
Anova, para el reemplazo por una dcima variable representativa; mejor ajustamiento con ms de 500 variables;
investigacin operativa: programacin lineal, no lineal, dinmica, entera, binomial, Solver; matrices; 6 seis mtodos
equivalentes con similar resultado; programacin de la produccin en sistemas resueltos en Excel con 5, 10, cientos o
miles de variables; colas, modelos de simulacin dinmica
en Excel, modelo de la telaraa con el nmero exacto de
perodos del ajuste dinmico, matemtica difusa (fuzzy) y
del caos; VAN y TIR, teora de los juegos y de la incertidumbre; modelacin Oman y su asesina; nivel intermedio
asequible para no especialistas mediante aplicaciones simples de Excel.
Programa de la asignatura Microeconoma I linkeado al material de
estudio (pag.500), a ejercicios resueltos y a archivos Excel y otros,
disponibles en:
www.microeconomiaconexcel.com , sitios del curso en la FCE,
foros y otros site.
Use Cntrl + F para buscar temas por palabra

2003 Santiago Eiras Roel T. Isabel Rbora Teresa Eiras
Derechos exclusivos
IMPRESO EN ARGENTINA - PRINTED IN ARGENTINE
MICROECONOMA CON EXCELEN EMPRESAS
Enfoque terico prctico de microeconoma de la empresa, para no

graduados y profesionales, del rea comercial e investigacin de
empresas; con ms de 100 ejemplos resueltos paso a paso utilizando aplicaciones de Excel -en situaciones bajo cuatro contextos:
cierto, aleatorio, hostil e incierto-.
Los autores
- Santiago Eiras Roel , 30 aos en anlisis de mercado de Siderurgia Argentina -SOMISA- y profesor de microeconoma en la Universidad de Buenos Aires; Dr. en Ciencias Econmicas.
- T. Isabel Rbora, 30 aos de docencia; profesora ayudante del
curso. Contadora (CPN)
- Teresa Eiras, auxiliar en prctica estadstica y casos microeconmicos.
MICROECONOMA CON EXCELEN EMPRESAS

2
PRLOGO
17
INTRODUCCIN
19
CIVILIZACION OCCIDENTAL 19
EVOLUCION DE LA MATEMATICA Y LA ECONOMIA 21
El V POSTULADO EN LOS ELEMENTOS DE EUCLIDES
23
MICROECONOMIA CLASICA 35
DESDE LA GEOMETRIA PLANA DE EUCLIDES HACIA LA GEOMETRIA
ANALITICA
38
PRODUCCION, COSTOS, BENEFICIOS
41
ERRORES EN LA MICROECONOMIA CLASICA
49
DESTINATARIOS DE LA MICROECONOMIA 51
POR QU ES INSUFICIENTE LA MICROECONOMA CLSICA CON
ENFOQUE SOLO FORMAL
52
APORTES DE MICROECONOMIA CON EXCEL (MCE)
54
1) Exposiciones simplificadas
55
2) Seis mtodos equivalentes 56
3) Estimacin de funciones 57
4) Programacin con cientos de variables 57
5) Matrices con Excel 58
6) Otros 10 utilitarios 58
7) Empresa sobredimensionada:
58
8) Casos de antidumping y countervailing duty
59
9) Cuatro contextos econmicos
59
10) Elasticidad media 61
11) Es prcticamente til la ecuacin Slutsky?
62
12) Como obtener funciones y grficos desde series y viceversa 63
13) Funciones muy complejas
63
14) Anlisis dinmico 63
15) Modelo de la Telaraa y su nmero de perodos 64
16) Modelos de simulacin: 64
17) El problema de identificacin
65
18 Mtodos cientficos
66
19) Un error en la microeconoma clsica, el sujeto 67
20) Otro error en la microeconoma clsica, las generalizaciones
sobre sistemas NxN: 69
DISGRESIN MACROECONMICA 71
USO DE FUNCIONES 74
TRES POSIBLES ENFOQUES MICROECONOMICOS:
77
TEMAS FUNDAMENTALES PARA UN CURSO GENERAL DE

MICROECONOMA
79
PARA QU SE ESTUDIA MICROECONOMIA: 81
CAPTULO 1
SERIES Y FUNCIONES EN LA EMPRESA

83
ORIENTACIN Y CONTENIDO
83
HASTA DNDE MICROECONOMA Y HASTA DNDE ESTADSTICA?
84
ESTUDIAR LA DEMANDA
86
DESDE SERIES OBTENER ECUACIONES Y GRFICOS
87
DESDE ECUACIONES OBTENER SERIES Y GRFICOS
88
FUNCIN DE DEMANDA LINEAL
89
FUNCIN DE DEMANDA TERICA (HIPERBLICA) 89
ESTUDIOS DE DEMANDA EN LAS EMPRESAS y
90
TIPOS DE BIENES
90
EQUILIBRIO EN MERCADOS COMPETITIVOS
91
MERCADO COMPETITIVO CON IMPUESTOS 91
DEMANDA, INGRESO TOTAL Y MARGINAL 93
EXTENDER CLCULOS EN EXCEL 93
ESTUDIOS DE DEMANDA Y MERCADO BAJO CUATRO CONTEXTOS
94
TIPOS DE BIENES, CONTEXTOS Y MTODOS
94
CAPTULO 2
- CONTEXTO CIERTO
96
ANLISIS DE VARIABLES INDIVIDUALES
96
SERIES SIMPLES
96
MEDIDAS DE POSICIN. MEDIA ARITMTICA:
98
sumatoria sobre n; el cursor ubicado sobre la media aritmtica
muestra el clculo en la solapa superior (=suma(B3:B100) / 100).
MEDIA GEOMTRICA 98
MEDIA ARMNICA
99
MEDIANA:
101
MODA(O):
101
MEDIDAS DE DISPERSIN - VARIANZA: 102
DESVIO ESTNDAR 103
DESVIACIN ESTNDAR- EN UNA POBLACIN:
104
SERIES DE FRECUENCIAS 105
MEDIA ARITMTICA 106
MEDIA GEOMTRICA: 107
MEDIA ARMNICA: 108
98
MODA(O):
109
DECILES:
109
PERCENTILES 110
MEDIDAS DE DISPERSIN 110
DESVIO ESTNDAR Y VARIANZA: 110
ASIMETRA Y CURTOSIS
111
MOMENTOS ABSOLUTOS HASTA SU CUARTO GRADO:
111
MOMENTO 0: 111
MOMENTO 1: 112
MOMENTO 2: 113
MOMENTO 3: 113
MOMENTO 4: 114
MOMENTOS CENTRADOS HASTA CUARTO ORDEN 114
MOMENTO 1 114
MOMENTO 2 115
MOMENTO 4 116
DESVO CUARTLICO 116
VARIANZA MEDIANTE MOMENTOS 117
CONCLUSIN 117
ANLISIS DE UNA SERIE CRONOLGICA 118
Mtodo de los promedios mviles
118
CICLOS
120
Mtodo de los nueve puntos: 120
RELACIN ENTRE VARIABLES - SIMPLE
122
(DOS VARIABLES)
122
AJUSTAMIENTOS
122
Mtodo de los mnimos cuadrados: 122
COVARIANZA 123
DOS RECTAS DE REGRESION
123
COEFICIENTE DE CORRELACIN
124
ELASTICIDAD MEDIA O PROMEDIO 125
CORRELACIN EN UNA POBLACIN
125
DEMANDA COMO CORRELACIN PRECIO-CANTIDAD
126
CORRELACIN - EN MUESTRAS
127
EVALUACIN DE EXMENES128
ANLISIS DE VARIANZA Y COVARIANZA 129
REGRESIN MLTIPLE
130
ESTIMACIN DE DEMANDA SEGN CORRELACIN MLTIPLE
PRONSTICOS:
130
DISCOS DE FRENO PARA AUTOS

130
ANLISIS DE VARIANZA
131
ANLISIS DE REGRESIN
132
ANOVA (en ingls ANLISIS DE VARIANZA 133
MULTICOLINEALIDAD 134
ESTADISTICA DESCRIPTIVA EXCEL 135
ESTIMACIN LINEAL (MLTIPLE) - VENTA DE HELADOS
CORRELACIN MULTIPLE Y ANOVA CON SPSS (IBM)
138
CORRELACION CON EVIEWS (ex TSP)
140
CORRELACION MLTIPLE CON STATA
144
ESTIMACION DE FUNCIONES (REGRESION)
151
AJUSTAMIENTO LINEAL CON EXCEL
155
AJUSTAMIENTO LOGARITMICA CON EXCEL
156
AJUSTAMIENTO POTENCIAL CON EXCEL 157
AJUSTAMIENTO POLINOMICA CON EXCEL 159
MEJOR AJUSTAMIENTO CON FINDGRAPH
159
136
CAPTULO 3
- PROYECCIN Y PROGRAMACIN 163

CON SERIES, CON ECUACIONES, CON MATRICES O CON
PROGRAMACIN LINEAL? 163
PARA QU PROYECTAR CON CORRELACIONES? 164
ANLISIS DE COYUNTURA PARA PRONSTICOS 164
MODELOS DE SIMULACION DE LA OFERTA Y DEMANDA GLOBAL
PARA ESTIMAR LA DEMANDA DE CHAPA DE SOMISA:
166
3.- ANALISIS DE COYUNTURA
170
5ETAPAS DEL PROCESO PRODUCTIVO 173
PROGRAMACIN NO LINEAL O LINEAL - 175
CON SOLVER DE EXCEL
175
SENSIBILIDAD178
PROGRAMACIN LINEAL SIMPLEX 179
Contribucin marginal (precios sombra)
182
Costo de oportunidad:
182
Minimizar el costo de produccin:
184
DUALIDAD
184
PROGRAMACIN LINEAL SIMPLEX CON SOLVER DE EXCEL
185
FBRICA DE MESAS Y SILLAS ZONDA
186
PRODUCCIN DE TV, ESTREOS Y ALTAVOCES 187
PROBLEMA DE TRANSPORTE
189
PLANIFICACIN DEL PERSONAL DE UN PARQUE DE DIVERSIONES
191
PROGRAMACION CON PRESENTACIONES MATRICIALES 191

MAXIMIZAR UNA INVERSIN EN BONOS
194
OPTIMIZAR UNA CARTERA DE VALORES-ACCIONES
196
VALOR DE RESISTENCIA PARA UN CIRCUITO ELCTRICO 198
MATRICES Y DETERMINANTES:
200
MATRIZ INSUMO-PRODUCTO 200
MATRIZ DETERMINANTE
202
EQUILIBRIO GENERAL DE PRODUCCIN-INTERCAMBIO 203
MATRIZ INSUMO-PRODUCTO ARGENTINA 1997
206
METODO SIMPLEX, EN FORMA ESTANDAR Y CANONICA 210
SIMPLEX MATRICIAL
213
INVESTIGACION OPERATIVA CON EXCEL, WINQSB; GAMS, LINDO,
TORA Y OTROS
215
PROGRAMACIN LINEAL CON WINQSB
216
METODO GRAFICO CON WINQSB
219
PROGRAMACION LINEAL CON GAMS
222
PROGRAMACION LINEAL CON TORA
228
PROGRAMACION LINEAL CON LINDO
231
SISTEMAS CON 1700 VARIABLES 235
SISTEMAS DE ECUACIONES NxN
235
SISTEMAS NxN CON SOLVER DE EXCEL
236
SISTEMAS DE ECUACIONES NxN CON EXCEL, STATA, EVIEWS,
MATLAB, SPSS
237
METODO DE DETERMINANTES:
238
SISTEMAS NXN CON DETERMINANTES EN EXCEL 238
SISTEMAS DE ECUACIONES NxN CON STATA
240
SISTEMAS DE ECUACIONES NxN CON EVIEWS
242
SISTEMAS DE ECUACIONES Y MATRICES CON MATLAB
248
SISTEMAS NxN CON SPSS 253
CAPTULO 4
- CONTEXTO ALEATORIO
258
TEORA DE LA PROBABILIDAD
258
PROBABILIDAD DE DISTRIBUCIONES
259
DISTRIBUCIN BINOMIAL
260
DISTRIBUCIN NORMAL
261
USO DE TABLAS Y DE LAS FUNCIONES INCORPORADAS EN EXCEL
262
REGLA O TEOREMA DE BAYES
263
ANLISIS COMBINATORIO. Reglas de conteo
265
PERMUTACIONES
266
268
DISTRIBUCIN NORMAL
269
PRUEBA Z
270
VIDA TIL DE UN PRODUCTO
271
MUESTRA DE 200 ARANDELAS
271
MUESTRA DE 100 TUBOS FLUORESCENTES
TEORA DE LAS COLAS
273
DISTRIBUCIN DE POISSON 274
SIMULACIN DE MONTECARLO
274
TAMAO DE LA MUESTRA 278
PROGRAMACIN DINMICA 279
CADENAS DE MARKOV
279
272
CAPTULO 5
- MUESTREO 284
ENSAYOS CON UNA Y DOS COLAS 285
NMEROS ALEATORIOS
286
PEQUEAS MUESTRAS
287
DISTRIBUCIN STUDENT
287
287
PRUEBA X2 (DE ASOCIACIN ENTRE DOS VARIABLES Y DOS O MS
MUESTRAS) 288
MUESTRA DE 16 PIEZAS TORNEADAS
290
MUESTRA DE 200 BOMBITAS290
SALIERON 115 CARAS y 85 CRUCES 291
EL KILO DE GUISANTES DE MENDEL
292
BONDAD DE UN AJUSTE
293
CAPTULO 6
- TEORA DE LA DEMANDA 295

Teoras de la demanda y sistemas econmicos
295
PRIMERA TEORA DE LA DEMANDA: sicolgico-utilitaria 299
SEGUNDA TEORA DE LA DEMANDA: curvas de indiferencia
301
CURVA DE INDIFERENCIA Y RECTA DE PRESUPUESTO
302
TERCERA TEORA DE LA DEMANDA: PREFERENCIA REVELADA 303
NMEROS NDICE
306
EQUILIBIO DEL CONSUMIDOR: DEMANDA DERIVADA
306
MAXIMIZACIN SEGN LA UTILIDAD MARGINAL 306
(A. MARSHALL)
306
PROBLEMA DUAL:
309
MAXIMIZACIN SEGN LA INDIFERENCIA DE W. PARETO 310
(Y LAGRANGE)
310
DETERMINANTES
312
EFECTO INGRESO-SUSTITUCIN SEGN HICKS
313
FUNCIN COMBINADA DE LAGRANGE
317
SIGNIFICADO Y VALOR DE :
318
ECUACIN DE SLUTSKY
319
EFECTO DEL CAMBIO DEL PRECIO DEL BIEN X SOBRE LA
DEMANDA DEL BIEN X:
319
EFECTO DEL CAMBIO DEL PRECIO DE X SOBRE LA DEMANDA DEL
BIEN Y:
320
INDICES DE PRECIOS Y LOS INSTITUTOS DE ESTADISTICAS Y
CENSOS (INDEC)
321
TEORA ESTADSTICA DE LOS NMEROS NDICE 323
1. ndice agregativo aritmtico simple, de precios y de cantidades: 325
2. ndice promedio aritmtico de relativos: 325
3. ndice promedio geomtrico de relativos 326
4. ndice mediana de relativos328
5. ndice promedio aritmtico ponderado de relativos
328
6. ndice promedio geomtrico ponderado de relativos
329
7. ndice de Laspeyres
330
8. ndice de Paasche 330
9. ndice Ideal de Fisher, aplicado a precios y a cantidades 331
10. ndice de Edgeworth-Marshall para precios y cantidades
332
11. ndice de Walch para precios y a cantidades
333
12. ndice de Drovish-Bowley para precios y cantidades
334
CAPTULO 7
- TEORA DEL EQUILIBRIO DE LA EMPRESA 338

MAXIMIZACIN DE LA PRODUCCIN
338
DUALIDAD
341
MNIMO COSTO PARA OBTENER UNA PRODUCCIN DE 200.000
KILOS 341
POTENCIAS Y RACES
343
TEORA DE LOS COSTOS CON EXCEL
343
MINIMIZACIN DE COSTOS CON SOLVER 344
RESTRICCIONES ADICIONALES CON MATRICES 345
DOS SOFAS SIMPLES MS UNO TRIPLE
345
PROGRAMACION ENTERA DE UNA DIETA 347
PROBLEMA DE LA MOCHILA CON ENTEROS
348
PROGRAMACION BINARIA 349
OPTIMIZACION DE LA PRODUCCION / MINIMIZACION DEL COSTO
350
10
PROGRAMACION DE TURNOS DE TRABAJO

352
EQUILIBRIO EMPRICO CON HOJA DE CLCULO EXCEL 356
A) AJUSTE LINEAL DE LA DEMANDA
357
B) AJUSTE PARABLICO DEL COSTO MEDIO
357
EQUILIBRIO DE LA EMPRESA CON SOLVER 360
Mtodos cientficos: 362
FORMAS DE ESTUDIAR
362
PRESENTACIONES TIPO INFORME PROFESIONAL 363
METODOS DE DEMOSTRACION
363
DUDAS SOBRE MICROECONOMIA Y SUS METODOS CIENTIFICOS:
365
PRIMERA ) Hace falta gran conocimiento previo de matemtica? 367
SEGUNDA ) Para que sirve todo esto de los mtodos?
367
ARCHIVO CON 6 METODOS: 368
SEIS METODOS EQUIVALENTES
371
(UN CASO CON 12 RESULTADOS IGUALES DEL PRIMAL Y DEL
DUAL) 371
Cuadro resumen del ejemplo autos y motos: 372
Aproximacion, recordando como derivar:
373
1 ) LAGRANGE
373
2 ) METODO GRAFICO - Maximizacin
377
3 ) AUTOS y MOTOS SEGN SIMPLEX
381
4 ) SOLUCION CON SOLVER de Excel
382
5 ) MATRICES (MANUALMENTE) 384
AYUDA: ALGEBRA MATRICIAL
385
6 ) MATRICES CON EXCEL 385
MODELACION DE PROGRAMACION CON SOLVER 391
SOLVER EN FORMA TIPO MATRICIAL / SIMIL MATRICIAL / o
PARAMATRICIAL
393
MODELACION CON PROGRAMACION LINEAL SOLVER PARA
EQUILIBRIO GENERAL Y OTROS
395
OMAN: COMUNIDAD DE PESCADORES Y CAZADORES
395
RESPUESTAS 396
5) Programacin lineal con Solver de Excel 403
7) QUIEN FUE EL ASESINO?407
8) PROGRAMACION LINEAL -OTRA FORMA DE SOLVER 408
EVALUACIN DE INVERSIONES TIR Y VAN
411
VAN Y TIR (VALORACION DEL TIEMPO)
413
ESTABILIDAD DINAMICA (teorema de la telaraa) 416
11
AJUSTE ANTE UNA BAJA EN LA DEMANDA 418

MEDIDA DE LA RAPIDEZ DEL AJUSTE
419
AJUSTE ANTE UNA BAJA DE OFERTA POR SUBA DE COSTOS
ANALISIS DINAMICO - MODELOS DE SIMULACION
423
ITERACIONES EXCEL 424
RECALCULAR AUTOMATICO O MANUAL F9 425
CREAR UNA MACRO DINAMICA (BUCLE)
426
NEWTON RAPHSON 427
CAPTULO 8
429
TEORAS ECONMICAS Y LEGISLACIN OBLIGATORIA 429
TABLAS DE EXTRAS DE PRECIOS Y COSTOS
430
CONTRATACIN EN COMPETENCIA PERFECTA: 433
CRITERIO DE CONTRATACIN
433
MERCADO COMPETITIVO
435
EQUILIBRIO Y CANTIDAD DE COMPETIDORES
435
OTROS MERCADOS - MONOPOLIO
437
MONOPOLIO QUE ACTA COMPETITIVAMENTE
438
MONOPOLIO DISCRIMINADOR
439
MONOPOLIO SIN DISCRIMINACIN 441
EMPRESA CON DOS PLANTAS (MULTIPLE FACTORIA)
442
COMPETENCIA MONPOLICA
444
DUOPOLIO SEGN COURNOT
444
EMPRESA LDER Y SEGUIDORAS
447
CARTEL (COLUSIN ENTRE EMPRESAS) 449
CONTRATACIN BAJO MONOPSONIO
451
CONTRATACIN BAJO MONOPOLIO (CON SINDICATO) 453
MONOPOLIO BILATERAL - 454
NEGOCIACIN CUASICOMPETITIVA 454
MODELO DI TELLA SOBRE INTERMEDIARIOS COMERCIALES
(CONCESIONARIOS) 454
MODELACION NEOCLSICA 456
RAPIDITO Y LENTITO EN LA ESTACION VIVITOS
456
TELEFOCOM Ejercicio 4:
460
RESPUESTAS:
461
TELEFOCOM **EJERCICIO 7: 466
RESPUESTAS:
467
EDITOR DE ECUACIONES DEL OFFICE MICROSOFT
476
RACES EN FUNCIONES CUADRTICAS: RUFFINI 477
12
422
RACES EN FUNCIONES CBICAS: RUFFINI 477

RACES EN POLINOMIOS DE ORDEN SUPERIOR
478
COMPETENCIA DESLEAL
479
ANTIDUMPING480
CARGA IMPOSITIVA PARA EXPORTADORES
482
PROTECCIN EFECTIVA DE UNA INDUSTRIA
485
ORGANIGRAMAS CON MICROSOFT CHART 486
ESPECIALIZACIONES COMPARTIDAS
486
TEORIA DE LOS JUEGOS CONTEXTO HOSTIL
486
El Dilema del Prisionero
489
POLICIAS Y LADRONES
490
La guerra de los sexos
490
HALCON Y PALOMA 491
Inversiones en competencia imperfecta
492
TOMA Y DACA493
PIEDRA PAPEL TIJERA
493
TEORA DE LOS JUEGOS - DUOPOLIO
494
JUEGO DE SUMA CERO O NULA
495
ESTRATEGIAS MIXTAS
497
ESTRATEGIAS DOMINADAS 498
DOMINANCIA 500
AXIOMAS DE LA LGICA NEUMANN-MORGENSTERN
501
CUATRO CONTEXTOS EN EL ANALISIS Y TOMA DE DECISIONES 502
RIESGO vs. INCERTIDUMBRE
503
CONTEXTO INCIERTO - SEGUROS 504
EVALUACIN DE PROYECTOS INCIERTOS 507
MERCADOS DE FUTUROS
508
VALOR ESPERADO 508
UTILIDAD ESPERADA 509
COMPETENCIA BAJO INCERTIDUMBRE
510
EJEMPLO BAJO INCERTIDUMBRE: 510
TEORA DE LA INCERTIDUMBRE
513
TEORIA DE LA INCERTIDUMBRE NO ESTRUCTURADA
514
PARADOJA DE SAN PETERSBURGO DE D. BERNOULLI
516
UTILIDAD ESPERADA SUBJETIVA SEU: 516
AXIOMAS DE LA UTILIDAD ESPERADA SUBJETIVA SEU: 517
PARADOJA DE ALLAIS:
518
PRINCIPIO DE INDETERMINACION DE HEISEMBERG
518
INCERTIDUMBRE SEGN J. M. KEYNES
519
13
LOGICA DIFUSA (FUZZY) / MATEMATICA BORROSA

519
ANALISIS NUMERICO - CALCULO NUMERICO DEL COS 522
FUNCION LOGISTICA DE LORENZ 522
ATRACTORES FRACTAL CAOS 524
URNA DE PLYA
525
ENUNCIADOS 528
ENUNCIADOS DE EJERCICIOS EN LOS 50 TP PRINCIPALES
528
50 INFORMES PARA 50 TP (GUIA) 543
5 TP OBLIGATORIOS EN EXCEL
570
LISTADO DE TP RESUELTOS Y ARCHIVOS 572
COMPARACIONES DE SOFT 579
Ayuda del sistema operativo 584
Ayuda para varios mtodos ANOVA
586
REGRESION - Ayuda para varios mtodos de regresin: 588
SERIES DE TIEMPO -Ayuda para vario anlisis de serie de tiempo.
590
REFERENCIAS BIBLIOGRFICAS
592
AYUDA DE MICROSOFT ON LINE
596
PROGRAMA (linkeado) FCE-UBA: 598
UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA
598
Flujo circular. 598
Modelos determinsticos y estocsticos.
599
UNIDAD 2: LA DEMANDA Y LA OFERTA
599
Elasticidades. 599
Gasto e ingreso total. 600
Composicin de las curvas mediante suma horizontal
600
UNIDAD 3: EL MERCADO COMPETITIVO
601
Modificacin del equilibrio
601
Modelo de la telaraa y otros modelos dinmicos. 601
UNIDAD 4: PROGRAMACIN LINEAL COMO INSTRUMENTO DE
MODELACION MICROECONOMICA 603
Problema primal y dual
603
Dorfman, R., Samuelson, P., Solow, R, Programcin lineal y anlisis
econmico
604
UNIDAD 5: EL CONSUMIDOR 604
Utitidad cardinal
604
Ecuacin de Slutzky 605
Los ndices de ingresos.
605
UNIDAD 6: LA EMPRESA Y LA UNIDAD DE NEGOCIOS.
606
14
Isocuantas e isocostos.
607
Rendimientos de los factores variables y rendimientos a escala. 607
Minimizacin de costos
607
Costos de corto y largo plazo.
607
Asignacin de los factores de la produccin 607
Modelos de inventarios ptimos
607
UNIDAD 7: EL OBJETIVO DE LA EMPRESA Y FORMAS DE MERCADO
DE PRODUCTOS.
608
Competencia perfecta, maximizacin de beneficios y la curva de
oferta individual y de la industria.
608
Monopolio maximizador de beneficios
609
Monopolio maximizador de ventas 609
Monopolio discrimidor de precios
609
Empresa lder con competidores perfectos 609
Duopolio: soluciones: de Cournot
609
de von Stackelberg, 609
de Bertrand y 609
de colusin.
(Dieguez-Porto ej.19, 20, 23,24,25,28,30,31) 609
Teora de los juegos. 609
Oligopolios: la demanda quebrada 609
Modelos de competencia espacial
609
UNIDAD 8: FORMAS DE MERCADO DE FACTORES. 611
Oferta de factores en condiciones de compentencia,
611
de monopsonio
611
Monopolio bilateral 611
Sindicatos. Negociacin.
612
Intermediarios monoplicos y monopsnicos.
612
Rentas y cuasirentas. 612
UNIDAD 9: INCETIDUMBRE Y RIESGO Y CONCEPTOS DELA TEORIA
DE LOS JUEGOS.
613
Axiomas de von Neumann y Morgenstern. 613
La utilidad esperada. 613
Funciones cncavas y convexas de utilidad. 613
El seguro y el juego. 613
La maximizacin de la utilidad esperada
614
Juegos cooperativos y no cooperativos
614
UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL INGRESO.
615
15
El modelo de dos factores (fijos) y dos productos con economa

cerrada.
615
Ley de Walras y de Say.
615
Caja de Edgeworth. 615
Distribucin del ingreso bajo competencia perfecta. 616
Efecto del monoplio y de impuestos 616
Equilibrio parcial versus general.
616
Introduccin a la teora del bienestar 616
Enfoque prctico:
617
16
PRLOGO
En el mbito de investigacin de mercado o ventas de cada empresa, as como en el de los profesionales y estudiantes de microeconoma (o economa de la empresa), es fundamental el estudio de la
demanda y de la programacin.
Las tcnicas estadsticas y economtricas son laboriosas y presentan dificultades importantes, tanto para comprenderlas y memorizarlas, como para la aplicacin concreta de esos mtodos, generalmente imposibles de concretar sin ayuda de ordenadores.
Desde la aparicin de Excel, se ha simplificado considerablemente
el uso de estas tcnicas, ya que esta hoja de clculo facilita muchas
operaciones.
Adicionalmente Excel tiene incorporadas gran cantidad de funciones
estadsticas, financieras y matemticas, dedicadas a estos anlisis.
Incluyen breves ayudas conceptuales, pero suelen no ser suficientes
para la generalidad de los usuarios, quienes pueden no captar el
sentido y practicidad de cada aplicacin al no disponer de un ejemplo prctico de la misma resuelto.
Este trabajo rene una cantidad importante de esos ejemplos resueltos paso a paso, sobre las aplicaciones referidas al estudio de
demanda, mercado, programacin y otros de la empresa y la microeconoma, que se identifican en el ndice.
Se plantea el problema, se lo resuelve con breves pasos Excel y se
incluye la evaluacin o identificacin del caso para orientar al lector.
17
No es este trabajo un manual de Excel. Supone tener una idea bsica, mnima, sobre su uso; y no repite indicaciones elementales, tales
como abrir o salir de un archivo, imprimirlo, copiarlo, etc que son
conocidas por la generalidad de usuarios de Excel, Word y otros del
Office de Microsoft.
Lo que s se detalla paso a paso, brevemente, es como imprimir,
graficar y aplicar series, funciones y mtodos estadsticos o economtricos.
T. I. Rbora
18
INTRODUCCIN
Algunos economistas (entre ellos Arrow) incluyen como introduccin
un breve relevamiento de los principales aportes en la disciplina, como hitos que interesa considerar para la comprensin de esta disciplina. En este caso se opt aqu por resumir, adems de la teora econmica, tambin una breve evolucin de la propia civilizacin occidental y de los mtodos cientficos:
Civilizacin occidental: evolucin de la matemtica y de la ciencia
econmica sobre el V postulado de los Elementos de Euclides. La
economa clsica. La geometra analtica con Descartes y la microeconoma. Errores en la microeconoma clsica. Aportes de Microeconoma con Excel (MCE). Tres posibles enfoques microeconmicos y temas fundamentales para un curso general de microeconoma:
para qu se estudia microeconoma.
CIVILIZACION OCCIDENTAL
El origen de la civilizacin occidental suele ubicarse hace 4000
aos, entre el Mediterrneo y el Golfo Prsico, especialmente
en Babilonia, en el ufrates; hubo aportes iniciales de asirios,
fenicios y otros y en los siglos posteriores desde Egipto, China
e India.
El cdigo Hammurabi babilnico es un documento describiendo en 282 artculos un completo sistema econmico, conformado por numerosas instituciones y normas, todava vigentes en la actualidad: propiedad privada de los medios de pro-
19
duccin (tierras, casas), libertad de comerciar, mercados, precios, salarios, moneda, pesas, medidas, tasas de inters, alquileres, consignaciones, armaduras de barcos para comercio
exterior, controles gubernamentales, impuestos y otras numerosas normas, leyes e instituciones. Incluan en su organizacin productiva la esclavitud, que posteriormente se transformara en servilismo agrcola durante la poca feuda medieval.
El rea de influencia de Babilonia estaba constituida por Persia, la regin asiria y Balcanes Textos griegos y romanos citan
el comercio de fenicios (s.-XI) y griegos hasta la costa atlntica
de la pennsula ibrica (Islas Casitrides o del estao, Galicia)
y con Asia central y Africa. Su cultura se desarroll hasta la
poca de Nabucodonosor y luego con la unin a la griega. Poco despus cay bajo el Imperio Romano y al desmembramiento de este continu como de Imperio Romano de Oriente
(o bizantino: Constantinopla), que sufri el desmembramiento
de Persia, Damasco, Jerusaln y Alejandra durante la gida
rabe en el s.VII y finalmente de la propia Constantinopla en
el s. XV ante el imperio otomano.
Aquellos pueblos sumerios y sus vecinos aportantes de estas
ideas fueron conquistados en el s.-IV por Alejandro Magno y
Grecia (Atenas, Nicea, Smirna, Pergamo, Trebisonda, Antioqua, Tesalonia, Alepo, Constantinopla) remplaz esos gobiernos, agregando tambin Egipto y desde el ao -282 centralizando el conocimiento en la Biblioteca de Alejandra sobre
la desembocadura del Nilo.
El conocimiento haba adquirido en Grecia carcter cientfico,
al incluir en sus libros no solo los enunciados y principios sino
tambin los mtodos de procedimiento y de demostracin (la
figura de los modelos debera esperar todava 2000 aos).
El inmediato dominio del imperio romano sobre toda la regin
agreg a esto el progreso del derecho civil (no ciudadanos y
20
ciudadanos que reciban predios con esclavos por sus servicios militares, etc) y del derecho comn (relaciones econmicas y otras) como institucin que confirm jurdicamente aspectos civiles y otros, como el derecho de propiedad privada y
de herencia (en sus atributos ius utendi, ius fruendi, ius disponendi), aunque congel el progreso del conocimiento cientfico griego en materia de economa, matemticas y lgica
que aqu nos interesan, hasta que Europa los rescat desde
las traducciones rabes (e hindes), que ilustres peregrinos
europeos a Santiago de Compostela conseguan en latn desde Crdoba y la Escuela de Traductores de Toledo durante los
siglos XII a XIV; y luego pasaran en los siglos XVI al XVIII hacia Amrica y otras regiones del mundo.
EVOLUCION DE LA MATEMATICA Y LA ECONOMIA

La economa como disciplina cientfica est muy vinculada con
el lgebra o matemticas y con la filosofa y lgica, ya que les
proporcionan especficamente los mtodos y procedimientos,
utilizados para la administracin de los recursos de las unidades individuales y de los pases.
Los avances del conocimiento algebraico (o matemtico) tambin fueron constituyendo hitos para el progreso de las teoras
econmicas: desde el cambio por los nmeros indo-arbigos,
el concepto de de cero, de infinito, etc. hasta las geometras
plana y la analtica, la deduccin simblica, la idea de derivada
y su integral, la verificacin inductiva, etc., avanzando desde
una modalidad inicial retrica (en prosa, textos), que luego se
transform a sincopada (con algunas abreviaturas o smbolos)
y lleg finalmente al lgebra (o matemtica) simblica y al enfoque computacional actuales.
21
Desde esas races mesopotmicas hasta los nuevos desarrollos computacionales, esos hitos fueron permitiendo diferentes
teoras y explicaciones microeconmicas, que lograron su mximo desarrollo abarcativo con el enfoque neoclsico computacional que aqu se propone como economa de la empresa,
no obstante que continan apareciendo nuevos mtodos y
enfoques para numerosos casos particulares.
Finalmente, la microeconoma fue tomando cuerpo individualizado, pero en cuanto a su objeto de anlisis particular y no
general. Sin embargo, la ausencia de instrumentos computacionales no permiti una clara individualizacin temprana
como disciplina dedicada especficamente a las empresas y
conviva en un entorno propedutico de economistas ocupados mayormente en cuestiones macroeconmicas, que se olvidaron de los requerimientos de la empresa, lo cual se intenta
aqu superar.
El cdigo Hammurabi de la Mesopotamia del Tigris y ufrates
es una de las ms antiguas recopilaciones de la civilizacin
occidental. Incluye influencias sumerias anteriores, as como
de asirios, caldeos y otros pueblos.
En el Libro de los Reyes del Antiguo Testamento figuran las
relaciones 3, 4, 5 de los lados de un tringulo segn aclarara
Pitgoras; y diversos conocimientos aritmticos eran ya utilizados por los mercaderes fenicios.
En el papiro Rhind -1788 -1580 tambin figura la resolucin
egipcia del tringulo y una aproximacin al nmero pi () como
3,1604; la medicin para impuestos a las tierras frtiles y las
construcciones de monumentos requera conocimientos matemticos (geomtricos y otros) importantes.
En el siglo XI el libro chino de las Permutaciones describe la
circunferencia y las relaciones del tringulo de lados 3, 4, 5
que conforman el teorema de Pitgoras.
22
En los siglos VII y V el Manual del Constructor indio de

Apastamba tambin fue conocido por los griegos de la era
alejandrina.
Thales describi en Mileto -570 las propiedades de los tringulos semejantes, segn sus ngulos, lados y reas (que incluso utilizaban para su localizacin aquellos navegantes).
Pitgoras -532 describi la geometra plana: el punto, la lnea,
figuras, slidos y el universo, segn la visin de los caldeos.
En su teorema el cuadrado de los catetos suma como el de la
hipotenusa de los tringulos; pero en aquellos de cateto igual
a uno la hipotenusa no era 2, presentando as los nmero
inexpresables o irracionales.
Pitgoras tambin plante la idea de infinito al describir el espacio como un nmero infinito de puntos y al tiempo como un
nmero infinito de instantes.
El V POSTULADO EN LOS ELEMENTOS DE EUCLIDES

Estableci la geometra plana divulgada como escuela primaria durante 2300 aos:
Por un punto exterior a una recta pasa una sola paralela; dos
paralelas a una tercera lo son entre s; la suma de los ngulos
interiores de un tringulo rectngulo suma dos rectos; una recta corta a dos paralelas con ngulos alternos iguales; dos paralelas son equidistantes; por tres puntos no alineados pasa
un solo crculo; se pueden construir ngulos semejantes en
magnitud arbitraria.
Si bien le fue imposible fundamentar filosficamente esta
geometra y aunque las nuevas geometras no euclidianas
cuestionaron diferentes aspectos (sobre la esfrica superficie
de la tierra la suma de los ngulos del tringulo suma ms que
dos rectos; en el espacio estelar las paralelas no son equidis-
23
tantes; etc.) este postulado geomtrico fue la base del desarrollo algebraico y matemtico antiguo y moderno.
Este origen geomtrico de la matemtica antigua se observa
tambin en Platn, cuando en la Repblica le hace decir a Timoteo que la geometra es ms real que el mundo real, dependiendo solo de la contemplacin del individuo (paradjicamente sin la necesaria experimentacin que por ejemplo ya
figuraba en el papiro Rhind).
Eudoxio, -400, refut esas ideas, observando la necesidad de
una verificacin de esa intuicin ensalzada por Platn. Tambin se acerc a la idea de infinito quitndole a un nmero
ms de su mitad sucesivamente hasta llegar a otro tan pequeo como se desee.
Zenn resolvi por absurdo la paradoja de Aquiles y la tortuga
(aclarndola por requerir la dicotoma de cubrir en sucesivas
fases primero la distancia hasta la tortuga y luego el adicional
avanzado) confirmando as la necesidad de la verificacin
emprica en las matemticas (hoy induccin estadstica), sin
limitarse solamente a los razonamientos lgicos de la intuicin humana (intuicin pura en Kant; hoy deduccin lgica).
En el -400 el general historiador ateniense Jenofonte describe en El Econmico la economa domstica y rural griega y la
divisin del trabajo entre sus clases sociales; el abastecimiento de la poblacin y ejrcitos en pocas normales y de conflicto, con algunos primeros anlisis occidentales sobre precios e
inflacin.
En -390 Platn escribi La Repblica, con una descripcin de
tipo ideal de lo que debiera ser una organizacin social, sin
propiedad privada de la tierra y considerando al comercio como una actividad improductiva (tal como en la posterior fisiocracia de F. Quesnay)
24
En -335 Aristteles, maestro de Alejando el Grande, fij los

primeros enfoques cientficos sobre la naturaleza de los precios, registrando que sobre ellos haba una doble influencia
conjunta, tanto de la demanda como de la oferta (necesidades,
o valor subjetivo y tambin costos de produccin, valor objetivo).
Frente a la idea de Platn, defendi la propiedad privada de la
tierra; y en Etica a Nicmaco (su hijo) analiz la justicia distributiva (de los ingresos y propiedad entre los ciudadanos y no
ciudadanos) y la justicia conmutativa (del justo precio en los
mercados). Distingui el valor de uso del valor de cambio o
precio de los bienes (que en su libro Poltica, tambin analiz
distinguiendo la riqueza de bienes y su uso como diferente de
la crematstica o acumulacin del Rey Midas, que converta en
oro todo lo que tocaba pero sin poder gastar y disfrutar de
esos bienes). Tambin hizo los primeros anlisis del concepto
de inters (que luego tomara Santo Toms de Aquino en el s.
XIII, desde una traduccin de Averroes en Crdoba en el XII,
aparentemente adquirida en Espaa por su maestro San Alberto Magno, ex peregrino a Compostela).
Pero adems de sus enfoques ticos sobre la economa (le
preocupaba el tema de la usura, caresta, etc.) nos interesa
aqu el complemento de su aporte metodolgico: en el libro IVSegundos Analticos de su rganon analiz Aristteles el mtodo cientfico de la lgica del silogismo hipottico: si todo A es
B; y si X es A; entonces X es B.
Luego de la era alejandrina, los Ptolomeos radicaron el conocimiento en la biblioteca de Alejandra en la desembocadura
del Nilo.
La aritmtica de Diofanto en +250 fue uno de los pocos aportes griegos desde Alejandra durante su decadencia cientfica
de casi diez siglos bajo la era romano cristiana, surgiendo con
25
l la aritmtica sincopada (que se ayuda con algunas letras

para simplificar clculos).
Durante el medioevo, Brahmagupta en el 628, India, tradujo
y perfeccion la aritmtica sincopada de Diofanto, como el
arte de explicar LA COSA (el lgebra o geometra, aritmtica e incluso matrices); tambin ide el concepto del cero y
los nmeros negativos.
En 815 Alkhwaritmi (el corintiano) present los 10 dgitos
que pasaran a ser utilizados en occidente (luego que el monje
Vigila los expusiera en su Cdex Vigilanicus en Castila en 976
y que Savasorda lo tradujera en Catalua en el siglo XII).
En 1092 el persa Omar Kayyan perfeccion la matemtica de
Euclides (y calcul el tiempo con 365 das, con un mnimo
error de un da cada 4000 aos, frente a cada 3300 aos segn el papa Gregorio en el 1600)
El conocimiento griego depositado en la biblioteca de Alejandra era paulatinamente traducido por hindes y por rabes.
Estos ltimos lo introdujeron en Crdoba, Espaa y la castellana Escuela de Traductores de Toledo constituy un centro
europeo de difusin del conocimiento, aprovechado por las
peregrinaciones de monjes, santos y otros romeros ilustres a
Santiago de Compostela especialmente durante los siglos XII
a XIV (San Agustn, San Francisco, San Albergo Magno,
maestro de Santo Toms de Aquino, etc. y muchos otros doctos santos y gobernantes europeos).
En el XIII el mercader italiano L. Fibonacci escribi varios trabajos, entre ellos una completa aritmtica con los nuevos nmeros indo-arbicos, Liber Abaci.
Disponiendo ya del invento de Gutemberg de 1450, Luca Pacioli recopil estos conocimientos en una Summa impresa en
1500.
26
En los escolsticos influyeron las ideas aristotlicas sobre precios y salarios: fueron expuestas por Santo Toms de Aquino
en el siglo XIII para la Iglesia, preocupada por la justicia conmutativa y la distributiva: el justo precio y el justo salario (en
Suma Teolgica y Suma para Gentiles), ensendose en las
universidades de Bolonia, Oxford, Salamanca y Pars.
Posteriores estudios de la Iglesia avanzaron en forma diferente, abandonando esta doble influencia; segn las presiones de
cada poca prevaleci un tiempo la influencia de los costos de
produccin (salarios, en San Alberto Magno en 1250 y en frai
Duns Scoto en 1300, que inclua un beneficio normal para el
comerciante; Marx en 1848) y luego su naturaleza subjetiva
segn las necesidades del comprador (en el jesuita Luis de
Molina, Madrid 1590; H.H.Gossen 1854, L. Walras 1874).
En 1240 el jurista Raimundo de Peafort en Barcelona haba
analizado el concepto griego del inters, distinguiendo la usura
del lucro cesante y dao emergente como beneficio resarcitorio del prstamo monetario.
Estos postulados de la Iglesia continuaron siendo importantes
durante los tres siglos del imperio espaol, bajo una administracin que saldaba monetariamente su comercio exterior; el
derecho de gentes asegur personera jurdica a todos los integrantes del imperio (no obstante algunas rmoras de esclavitud impuestas y promovidas por acuerdos internacionales), as
como la propiedad privada, leyes de herencia, impuestos,
mercados e instituciones del capitalismo comercial moderno,
con una creciente influencia cultural y cientfica de Pars. Paralelamente, en otros pases europeos se promova la generacin de excedentes manufacturados para exportacin, junto
con nuevas ideas econmicas para apoyarlos (teoras librecambistas), que se impondran en el mundo luego del perodo
napolenico.
27
Sin referirnos a las ciencias aplicadas (astronoma, fsica, mecnica/ingeniera, arquitectura, nutica, etc) sino a la economa y a las ciencias puras (lgica y matemtica pura) que
aportan sus mtodos, en el s.XVI aparecieron los aportes de
Cardano y de Tartaglia sobre la resolucin de ecuaciones de
tercer grado (hoy en aparente desuso porque en Excel una
cifra se eleva con el smbolo^ a cualquier potencia). En 1514
Juan Martnez escribi sobre la divisin de la esfera en 360
grados, minutos, segundos; tambin las propiedades de los
nmeros con la media aritmtica, media geomtrica y media armnica; regla de tres, etc. En 1597 surgi el sistema de
logaritmos neperianos, como series inversas a las exponenciales.
En 1600 aparece el lgebra simblica (logstica especiosa)
con Viete. En 1637 Rene Descartes public el Discurso del
Mtodo y aport la idea de un par de ejes ortogonales: con
coordenadas para cada punto de una figura sumables, comenzaba as la geometra analtica; y con la idea de funciones
graficables (que dependan de alguna variable X, Y, Z y en las
que a, b y c representaban constantes, como por ejemplo para
medir los registros de un barmetro o para calcular la trayectoria parablica de un proyectil, balstica).
Juan Caramuel escribi sobre el clculo de probabilidades y
juegos de azar (1656, que luego ampliara Pascal), tambin
un sistema binario (1670, que posteriormente ampliaran
Leibniz y Boole) y otro sistema de logaritmos con base diferente a la de J. Napier.
Tambin en el s. XVII progresaron el anlisis combinatorio,
las probabilidades y el mtodo inductivo, con B. Pascal; el
lgebra con nmeros irracionales segn W.Leibniz o con el
complejo de Gauss (sin + i y i la raz de -4 no tena antes
sentido). Los aportes sobre lgica y matemticas en 1666 de
28
S. Izquierdo son mencionados por Leibniz entre sus antecedentes del clculo infinitesimal. Tambin I. Newton menciona
los tratados sobre anlisis geomtrico, trigonometra y aritmtica de Antonio Omerique.
En particular sobre este proceso de acumulacin de conocimientos para el clculo infinitesimal cabe mencionar las
ideas iniciales de Arqumides y de Eudoxio sobre integracin
por axhauscin; tambin contribuyeron en 976 las de Savasorda y en 1515 las de lvaro Toms, que lo utilizaban para
sumar series de potencias; en 1612 el astrnomo Kepler meda el contenido de los toneles de vino con una aproximacin
al concepto (con un vara y las secciones circulares); y sobre
todo P. Fermat, a quien se lo considera un descubridor del
actual clculo infinitesimal o diferencial anterior a Newton y a
Leibniz.
A mediados de este sigo XVII el cientfico y astrnomo I. Newton en la Universidad de Cambridge estudiaba el movimiento
de los planetas y distinguiendo aceleracin de velocidad concluy la idea de incremento relativo o derivada, que buscaba
verificar en el universo, llegando por ese camino al clculo infinitesimal (recin en 1890 su compatriota Marshall utilizara
este anlisis diferencial para la optimizacin microeconmica
que usaran los textos del siglo XX).
Pero la presentacin final corresponde, a fines de ese siglo
XVII a W. Leibniz, quien con numerosos matemticos en Pars como Los hermanos Bernoulli y el marqus de LHpital,
intercambiaban correspondencia sobre la resolucin de ecuaciones y se fijaron as los conceptos de variables, el de funciones, el de las series infinitas y el de lmite mediante la
geometra analtica. Leibniz precis la diferencia entre una
funcin y su lmite como tan pequea como se desee: idea de
incremento relativo de una funcin frente al de su variable o el
29
cociente incremental que hoy reconocemos como derivada. W.

Leibniz utiliz el anlisis combinatorio para dos magnitudes
que difieren infinitamente poco y lleg por esta va a la idea de
la derivada, integrales y series infinitesimales, acuando el uso
del smbolo integral para reemplazar el uso de series de
sumas y el de d para la diferenciacin que hoy utilizamos.
En 1750 el matemtico suizo G. Cramer public trabajos de
los Bernoulli y de Leibniz; y cre un mtodo para resolver
sistemas lineales de ecuaciones mediante determinantes.
En 1763 T. Bayes estudi la probabilidad de eventos aleatorios repetibles y verificables (casos favorables sobre los posibles).
En 1800 el suizo Daniel Bernoulli tambin aport el anlisis de
las probabilidades para algunos tipos de fenmenos aleatorios, como en los juegos de dados y similares de azar.
Otro suizo, L. Euler escriba entonces sobre polinomios, sobre diversas ecuaciones que eran graficables (segn Descartes) y sobre series infinitesimales, utilizando derivadas e integrales segn el lgebra moderna. En el siglo XX Cobb y Douglas tomaran sus funciones homogneas para explicar con
sus exponentes los rendimientos constantes, crecientes o decrecientes, as como la distribucin del ingreso generado en
una actividad.
El italiano J. L. Lagrange hacia 1800 desarrollaba un anlisis
algebraico ya separado de su origen geomtrico: rescatamos
aqu su funcin combinada para resolver sistemas de ecuaciones con pocas variables (tal como utilizara el ruso Y.
Slutsky en 1915 para su terica ecuacin sobre el efecto sustitucin y renta).
Entre 1800 y 1850 el alemn J. C. F. Gauss public numerosos trabajos. Tambin separndose de los orgenes geomtricos de la matemtica demostr un teorema fundamental del
30
lgebra (polinomios con tantas races como indica el grado) y

rese la matemtica y el lgebra de matrices tal como la conocemos en la actualidad.
En 1812 P. S. Laplace public su Teora Analtica de las Probabilidades, ampliando el estudio de algunos hechos aleatorios; y aportando el mtodo de los mnimos cuadrados, que
hoy utilizamos para estimar funciones con dos variables (como
precio y cantidad, manualmente) o bien otras con mltiples
variables independientes, como es el ejemplo de la estimacin
de la demanda de helados que Microsoft incluy en su Office.
Como astrnomo Laplace fij la idea de la nebulosa originaria
del sistema solar y demostr la estabilidad de ese comportamiento universal.
En 1810-1830 A. Cauchy precis las ideas de funciones, lmites, continuidad, series convergentes y divergentes
En 1822 J. Fourrier quera explicar que el calor tiende a distribuirse uniformemente en una masa y desarroll las series
trigonomtricas e hizo uso de las derivadas parciales.
A.Cayley hizo luego aportes al lgebra de matrices, aclarando
que su multiplicacin no es conmutativa.
En Lyon, 1838, A. A. Cournot public su Principios Matemticos de la Riqueza en el que introdujo el anlisis marginal o
diferencial en la teora econmica: con ecuaciones para la
oferta y la demanda y la optimizacin, maximizando con una
variable, que fue la gua para todo el futuro anlisis microeconmico de la competencia y del monopolio (este enfoque clsico todava no distingua precisamente entre microeconoma
y macroeconoma; no podan resolver sistemas con ms de
unas pocas variables, debido a los cual no se preocupaban en
detalle de los procedimientos efectivamente necesarios en las
empresas: comenzaban o se limitaban a solo conceptos o
principios de tipo general; con el tiempo se iran complemen-
31
tado con aplicaciones de la econometra, de la investigacin

operativa y de otras especializaciones, hasta logran una autonoma efectiva de la microeconoma cuando a fines del s.XX
pudieron ser fcilmente utilizables en las empresas: PC clones).
En 1842 el anlisis diferencial de C.G.Jacobi permiti al alemn L.O.Hess aportar un mtodo para calcular las derivadas
parciales y resolver funciones y sistemas de ecuaciones de
dos o tres variables mediante un mtodo matricial, que sera
muy utilizado en las simplificaciones tericas de los economistas del s.XX (determinante hessiano).
En 1854 G. Boole public An Investigation of the Laws of
Thought, diseando un sistema binario (con solo V F ) para
el lgebra, que constituy el paradigma de la lgica matemtica determinista de aquellas pocas, as como la base para
el comienzo del desarrollo computacional del siglo XX.
En 1939-1947 G.B. Dantzing (Universidad de Berkely) propuso la resolucin de problemas de ptimo mediante el mtodo
Simplex de programacin lineal, que interes inmediatamente
a la fuerza area de los EEUU durante la guerra mundial. En
las siguientes dcadas este mtodo de optimizacin se comenzara a utilizar en las grandes empresas de ese pas; y
Lotus 123 y Excel estandarizaron aplicaciones del proceso en
forma asequible para la generalidad.
Como antecedente directo de la programacin lineal exista el
ajedrez; considerado en el siglo XIII un juego para nobles, con
reglas para la toma eficiente de decisiones, que en 1260 Alfonso X el sabio public en Toledo en el Cdice V. En 1470
se escribieron en Valencia las actuales nuevas reglas (ajedrez
a la rabiosa; ms rpido) y el juego interes tambin a los estrategas del ejrcito; con textos y campeonatos en Espaa e
Italia, expandindose con el tiempo a Francia e Inglaterra y
32
finalmente como un juego popular, hasta aparecer los campeonatos mundiales en s.XIX, ayer en poder de los rusos y
hoy en poder de las computadoras.
Nuevos desarrollos conceptuales crearon desde 1932 otras
lgicas no matemticas o booleanas, de tipo polivalente, como para las teoras de los juegos de von Neumann y Morguenstern (segn un criterio prudencial o realista maxi-min y
mini-max para el oponente) y para la teora de la decisin ante
incertidumbre.
J. Nash en 1952 resolvi algunos casos de juegos sin solucin
segn N-M y posteriormente se le agregaron otras restricciones adicionales para resolver estos y otros casos, en los cuales el criterio es V F - Desconocido u otras restricciones adicionales (sobre estrategias, cooperacin, equilibrio y optimalidad diferentes, el orden del juego, juegos repetidos con horizonte finito o infinito, reputacin o creencias, informacin incompleta, jugador ficticio, juegos bayeriano, etc)
En el captulo LI de Don Quijote (1605-1615), Sancho
Panza como nuevo gobernador de la nsula Barataria, debi
resolver un problema conceptual, por alguien que declar voy
a morir ahorcado al pasar el puente: si solo ahorcaban a los
que mentan, sera una contradiccin legal ejecutarlo (y la solucion introduciendo una restriccin adicional al planteo inicial
bivalente: cuando la ley duda no causes dao).
En 1954 la urna de Plya destruy el concepto tradicional tipo
universal universal sobre probabilidad segn Laplace y Bayes:
sucesivas extracciones de bolas con reposicin no guardan o tienden a la proporcin roja - blanca que hay en la
urna, sino que resultan errticas!. Es este un concepto
nuevo, claro (y posible de verificar fcilmente con Excel) que
aun actualmente distorsiona la comprensin o creencias de la
33
mayora de la personas, educadas con la racionalidad estable segn Laplace y Bayes.

Sencillos programas en Excel permiten comprobar la existencia de series errticas, no ergdicas, mediante modelos de
simulacin como este o tambin como con la curva logstica
de Lorenz a partir del exponente 0,506127.
Igualmente la matemtica difusa de Zaded abri nuevas explicaciones diferentes a la matemtica tradicional.
Cada vez se estudian ms casos sobre teora de los juegos y
otros en los cuales no se cumple aquel comportamiento uniforme de la naturaleza que se explicaba con el lgebra de
Boole o las probabilidades segn Laplace y Bayes.
Sin embargo, cabe tener presente que estos conjuntos de
aplicaciones atiende planteos particulares pero no conforman
un esquema general explicativo del comportamiento microeconmico: el accionar de la empresa en general seguir
siendo explicado mayormente con la microeconoma clsica,
aunque ahora reforzada con el instrumental computacional
(por ahora, especialmente con Excel).
Esa falta de instrumental adecuado dara la impresin que hizo
perder el horizonte a los propios clsicos: explicar el funcionamiento ordinario en las empresas.
En los seis tomos de los Principios Econmicos de A. Marshall se recopil en 1890 toda la micro y la macroeconoma clsica; pero conforman un conjunto de anlisis, observaciones y
mtodos, en los cuales no se ve claramente individualizado
esa finalidad empresarial concreta (Keynes individualiz a la
macroeconoma; pero el recuento de Marshall no individualiz a la microeconoma)
Esta circunstancia podra comprenderse, dado que todava no
podan resolver por entonces problemas con ms de unas pocas variables; mientras que la efectiva operatoria de la empre-
34
sa suele implicar mltiples variables (por ello hay quienes vieron que aquella profusin de mtodos y principios era solo
retrica inviable al momento de una concreta aplicacin empresarial).
Lo que no parece admisible es que en la actualidad se contine sin entender y admitir que microeconoma es esencialmente economa de la empresa. Esta idea surgi naturalmente despus de la aparicin de Lotus 123 en los 1980 y Excel en los 1990 para quien se desempeaba en una siderrgica exportadora internacional y debi recurrir a las aplicaciones informticas (en 1975 con una Compucorp) para concretar
los principios microeconmicos en las reas de pronstico de
mercado, de optimizacin y de defensa de la competencia ante el dumping internacional y el antidumping en EEUU y en la
CEE (y tambin observaba las aplicaciones computacionales
de diversos principios en los departamentos de produccin
para laminadores y equipos, en compras, en contadura y finanzas, y en personal).
Las extensiones de los procesos estadsticos, de la econometra y de la investigacin operativa eran ineficientes antes de la
alternativa computacional, debido a las dificultades para los
procesos multivariantes. Surgieron como extensiones o especializaciones de la microecoma; y (al igual que los enfoques
contables y financieros) no constituyen por si solas disciplinas
cuyo objeto sea la economa de la empresa, ni sustituyen en
esto a la microeconoma.
MICROECONOMIA CLASICA
Su contenido suele agruparse en funcin del objeto estudiado
o tambin segn los mtodos de demostracin. Como los mtodos son compartidos para la explicacin de diferentes obje-
35
tos de estudio algunos textos tratan conjuntamente problemas

del consumidor o la demanda con problemas de la produccin
u oferta y tipos de mercados.
En este caso se opt por resumir el contenido de la microeconoma segn el objeto de estudio, reseando sucesivamente
las teoras sobre el consumidor, luego las del productor y finalmente los modelos sobre varias formas de mercados (no
obstante que metodolgicamente se puedan compartir mtodos segn escuelas o teoras). Adicionalmente, otro captulo
ms reciente de estudios est conformado por un conjunto de
anlisis diferentes, como el de la teora de los juegos, que incorpora cada vez mayores contenidos, pero que todava no
constituyen un cuerpo explicativo tan completo como el enfoque clsico.
Cuando Inglaterra perdi la gran colonia norteamericana en
1776, Adam Smith public la Riqueza de las Naciones, promoviendo un sistema econmico liberal, sobre la base del principio hednico (mximo beneficio con mnimo esfuerzo), la propiedad privada, precios sin intervenciones estatales (la mano
invisible), libertad de comercio y de contratacin, etc. Necesarios para penetrar en los mercados europeos y del imperio espaol.
En 1817 su discpulo D. Ricardo perfeccionara esta teora del
comercio internacional agregndole la idea de la especializacin segn las ventajas relativas y no absolutas.
F. Quesnay haba publicado en Pars 1754, su Tabla Econmica, fijando la idea de circularidad econmica o circulacin
permanente de bienes, servicios e ingresos en cada comunidad. En 1803 J. B. Say fij en Pars esta idea terica de un
equilibrio econmico estable y con pleno empleo: la igualdad
del conjunto de demandas y ofertas, para n-1 mercados (ya
36
que el mercado restante del dinero solo cumplira un rol de

intermediacin sin mayores consecuencias que diferentes niveles de precios segn la emisin); luego esta relacin fue as
vista o considerada como una identidad (vlida para todo nivel
de precios o tasas de inters y no como una igualdad solo vlida para un determinados nivel de estos).
Esa visin neutra del dinero se reafirm en 1835 agregndole
la discutida teora cuantitativa de la moneda segn el resumen de J. S. Mill:
M = P ( T)
Si un gobierno aumentaba la emisin M permaneciendo constantes las transacciones nacionales T, la nica consecuencia
sera un cambio de precios nominales P, pero el pleno empleo
no sera afectado (slo vinculacin directa entre emisin e inflacin).
Coincidentemente con la teora del valor trabajo, tanto de A.
Smith como en D. Ricardo, en 1848 K. Marx re-expuso en
forma ms cientfica la teora objetiva del valor, segn el trabajo incorporado en los bienes; tambin la del beneficio o plusvala como una explotacin; y de ellas se extrapolaron luego
consecuencias macroeconmicas socialistas, tal como la propiedad estatal de los medios de produccin, o el rgido control
estatal del sistema de precios y del comercio interior y exterior.
Las consecuencias de esas propuestas fueron advertidas inicialmente por H.H. Gossen (en Las Leyes del intercambio,
1854), por lo que propuso replantear la teora liberal pero sobre la base de la demanda segn la utilidad, en dos clebres
leyes:
La utilidad de las ultimas unidades adquiridas (idea posterior
de utilidad marginal decreciente) originaba la pendiente negativa de la lnea de demanda de un bien; y para el caso de dos
o ms bienes, la eleccin surga al cumplir en todos las compras con la igual cociente placer sobre precio y simultnea-
37
mente ajustarse al o agotar el presupuesto disponible (idea

posterior del equilibrio del consumidor).
Estas ideas, rescatadas por K. Menger, S.Jevons, L. Walras
en 1870-1874 y otros, fueron sintetizadas por A.Marshall en
1890 en el libro Principios Econmicos, donde se complet
esa teora subjetiva del valor (en la satisfaccin de necesidades primarias, bajo un contexto de saturacin la utilidad total
implica una utilidad marginal decreciente; posteriormente se
agregaron las necesidades sociales o culturales, con utilidad
marginal constante o creciente) , tanto para el anlisis de la
demanda como tambin con una extensin del criterio hacia la
produccin, los costos y la contratacin.
Con solo papel y lpiz, el esquema de Marshall implicaba modelos con solo una, dos o pocas variables reales y restricciones. Las simplificaciones satisfacan conceptualmente, pero
estaban lejos todava de una aplicacin efectiva en las empresas por lo cual no se preocuparon por la separar microeconoma de macroeconoma y las trataban conjuntamente, sin saber precisamente bien para cuales aplicaciones efectivamente
reales.
DESDE LA GEOMETRIA PLANA DE EUCLIDES HACIA

LA GEOMETRIA ANALITICA
El avance conceptual surgi en 1630, con los ejes ortogonales
de Ren Descartes (las coordenadas de cada punto eran sumables) y W. Pareto utiliz este esquema.
Sobre la base de los anlisis de Gossen y de Marshall, el ingeniero W. Pareto expuso en 1930 el mismo equilibrio, pero
innovando al agregar un modelo geomtrico simplificador: grficos (utilidad solo ordinal) con lneas de presupuesto y de indi-
38
ferencia, ambas por definicin con diferenciales totales nulos

en todos sus puntos.
El punto de tangencia explicaba la demanda de dos bienes,
maximizando la utilidad y agotando el gasto del presupuesto:
simplificando trminos en ambos diferenciales queda en ese
punto la TMS = Px/Py . Ah se agota el gasto y se cumple
que la tasa marginal de sustitucin (gustos o cociente de las
derivadas parciales) es coincidente con los precios del mercado, en este punto que marca las cantidades demandadas de
ambos bienes.
Pronto el desarrollo matemtico de la poca permiti demostrar ambas teoras tanto con el anlisis diferencial elemental
como con la funcin combinada de Lagrange, que suma a
la funcin de utilidad una restriccin de presupuesto. Las condiciones de primer orden, haciendo las primeras derivadas
nulas (implican ubicarse en un punto de giro, por analoga con
una funcin de una variable); y las de segundo orden confirman que ese punto era un mximo, mnimo o inflexin (hessiano >0; <0; =0). Las teoras solo disentan en el modelo
(uno utilidad sicolgica; el otro grficos), pero compartan los
mtodos analticos.
De la primera condicin se podran despejar y obtener las cantidades demandadas, as como el valor de la tercera variable
(interpretada como la utilidad marginal del dinero de ese consumidor)
Hubo otros aportes adicionales, como el de R. Giffen para explicar una paradoja en la demanda anmala de los bienes
bsicos ante alteraciones importantes; y otros sobre la clasificacin de los bienes y sobre las elasticidades de la demanda
etc.
Una tercera teora de la demanda intent explicar los cambios
por la inflacin, separando el efecto de un cambio de precio
39
sobre la cantidad demandada en sustitucin y renta. En 1915

Yevgeni Slutsky propuso una ecuacin que enriqueci conceptualmente este anlisis desde el punto de vista metodolgico matemtico (en 1938 J. Hicks utiliz los grficos de Pareto para simplificar ese mismo enfoque conceptual).
Adicionalmente a aquellos valores de ambas demandas y a la
utilidad marginal del dinero segn la funcin combinada de
Lagrange, Y. Slutsky dedujo su famosa ecuacin luego de
simplificar en el diferencial total del efecto total del cambio de
un precio sobre la demanda de ese bien.
El resultado se abrevi como la suma de dos efectos, uno por
la vieja ley de la demanda (efecto sustitucin) y otro por el
efecto de la inflacin (efecto renta), que era tanto ms notable
si el bien cuyo precio se modificaba participaba significativamente en el presupuesto del consumidor.
Los mtodos de Gauss y Cramer le permitieron calcular ambos efectos, ponderando un efecto por la influencia de la utilidad marginal del dinero y ponderando el otro por la cuanta
adquirida de este bien: los efecto sustitucin y efecto renta
influan en la demanda final u ordinaria.
Suponiendo en los casos de subas de precios un subsidio (o
un impuesto en los casos de bajas) para que el consumidor
pudiera volver a la canasta inicial, se le compensara la distorsin del precio y esa demanda compensada sin el efecto renta sera ms rgida que la ordinaria.
En 1938 J. Hisks explicara esto mismo mediante grficos de
Pareto, demostrando geomtricamente que el supuesto subsidio sera una paralela a la nueva recta de presupuesto, tangente a la curva inicial en otro punto diferente que el original:
la demanda compensada de Hicks, era as algo distinta que la
de Slusky.
40
Dcadas despus se ampli este enfoque de Slutsky aplicndolo tambin a la oferta individual del factor trabajo, retroascendente, considerando el efecto renta-dotacin sobre la disponibilidad de tiempo diario tambin para descanso.
En la ecuacin de Slutsky los efectos directos permitan clasificar a los bienes en tpicos o atpicos, segn fuera el comportamiento del efecto renta (el que adems indicaba si el bien
estudiado era normal o inferior).
Los efectos cruzados de la variacin del precio de un bien sobre la demanda de otro bien permitan clasificar a los bienes
como sustitutos, complementarios o independientes, segn
fuese el resultado positivo o negativo y la naturaleza del producto de precio modificado.
Esta ecuacin fue un avance conceptual terico y metodolgico; sin embargo las conclusiones de esta teora de la preferencia revelada (por los consumidores) se obtienen efectivamente con los estudios de las variaciones de precios y de cantidades que permiten los ndices de precios de las oficinas
de censos nacionales, segn publicaciones de ndices del
nivel de vida, ndices de Laspayres, de Paasche u otros
combinados.
PRODUCCION, COSTOS, BENEFICIOS

El mismo anlisis diferencial era aplicado para explicar los
ingresos, la produccin, los costos y beneficios del productor (con solo una o con dos variables).
La productividad marginal decreciente, los costos marginales
crecientes y su vinculacin con la lnea y funcin de oferta de
la empresa, permitieron conformar un conjunto completo para
el equilibrio de la empresa, que fue expuesto como una simpli-
41
ficacin de la realidad con una o dos variables (bsicamente

segn las relaciones entre el concepto del total, el medio y
el marginal).
Este enfoque tuvo mayor aceptacin acadmica que aplicacin efectiva en las empresas:
Esta optimizacin con una variable, fue implementada a partir
del anlisis matemtico de A.A. Cournot (Pars, 1838): al ser
el beneficio la diferencia entre ingresos menos costos, haba
mximo Beneficio diferenciando con B= 0 y B<= 0, de donde surge que para el caso general la optimizacin implica
operar con ingreso marginal = costo marginal (aunque en
competencia pura con precio = costo marginal o en largo plazo
precio = costo medio).
Sin embargo, para el caso de la competencia perfecta se exageraba el modelo basndolo en supuestos muy irreales, como
libertad de mercados (sin restricciones en el ingreso de bienes, empresas y factores), con homogenidad, muchos compradores y vendedores; los precios eran una constante dada
por el mercado iguales para todos (sin monopolios ni externalidades negativas en bienes pblicos, polucin, etc.).
Al competir se genera una baja de precios y solo las empresas
eficientes pueden sobrevivir, operando a largo plazo sin costos
fijos las empresas operan con ingreso marginal igual a precio y
al costo medio).
En la explicacin de otros mercados sobresalieron las modelos
para el monopolio, con sus precios mayores al costo marginal
segn su limitacin de la cantidad ofrecida; tambin su posible
discriminacin de precios o mercados y el criterio para producir en el caso multifactora (optimizando con el criterio de
Cournot e ingresos marginales iguales a costos marginales
conjuntos, respectivamente).
42
Cournot tambin explic maximizando el beneficio, con una

variable, el equilibrio en duopolio, con la oferta de cada uno
segn funciones de reaccin en las que la oferta de uno depende de lo que produzca el otro. Bertrand (e Edgewourth)
analizaron este caso bajo una perjudicial o inconsistente guerra de precios. Entre otros numerosos modelos particulares
hubo aportes de Hotelling para monopolio y para competencia
monoplica con diferenciacin de producto. Stackelber expuso
el accionar como empresa lider o seguidora; Sweezy el modelo de la demanda quebrada; Silos Labini, Bain y Modigliani
casos parecidos bajo limitaciones de acceso, etc. Tambin se
plantearon explicaciones para los casos de colusin (la cual ya
se conoca combatida por la legislacin de los EEUU desde el
accionar de la Standard Oil Co. y otras a fines del siglo IXX)
solucionados como en el monopolio multiplefactora y un reparto posterior de utilidades sin explicacin.
En el anlisis microeconmico clsico se utilizaron funciones
de solo una, dos o tres variables, para explicar con esos escasos avances la teora del consumidor y por analoga, las teoras del productor, la de distribucin de ingresos y la teora del
comercio internacional.
El criterio paretiano, segn los diferenciales totales nulos en
la tangencia del equilibrio con TMS = Px/Py, se fij como estndar para demostrar que, cumpliendo sus premisas, se optimizaba la decisin de compra, y por analoga las de produccin, la de contratacin y distribucin de ingresos, as como la
ventaja del comercio internacional, que ya en 1885 haba anticipado Edgewourth con su esquema de una caja (con dos grficos tipo paretianos contrapuestos).
En esa caja, los punto de tangencia de la curvas de utilidad de
ambos pases eran puntos eficientes, mientras que por ejemplo una interseccin de dos curvas era una combinacin inefi-
43
ciente, ya que trasladndose por una u otra de ellas al menos

uno de los pases o agentes mejoraba su bienestar y (en trminos absolutos) ninguno se perjudicaba. Nada se explicaba
en trminos relativos o sobre la equidad de esta distribucin:
nada se explicaba sobre alguna ventaja para ambos agentes
o pases.
Los desarrollos de Euler tambin permitieron a Cobb y Douglas (Nebraska) exponer las ventajas de representar la distribucin de ingresos en la empresa o en un pas mediante funciones homogneas de un solo trmino; con rendimientos decrecientes si los exponentes suman menos que uno, constantes si uno y crecientes si mayores que uno. Estos exponentes
tambin indicaban la participacin o distribucin de lo producido entre ellos.
La gran crisis mundial de 1929 origin un replanteo sobre el
esquema clsico del equilibrio estable bajo competencia perfecta y su visin del pleno empleo permanente. En 1974
Walrs haba expuesto un sistema simplificado con N sectores
productores (de bienes finales); consideraba que el equilibrio
entre demandas y ofertas dependa de todos los sectores incluyendo tambin al del dinero. No vea una identidad tipo J.
B. Say, con equilibrio y pleno empleo aun sin considerar el
dinero, sino que el equilibrio con pleno empleo era solo posible
para un determinado nivel de precios, en cada uno y en todos
los sectores, incluyendo al del dinero.
Pero en 1936 J. M. Keynes separ netamente la macroeconoma del precedente ambiguo tratamiento conjunto micro y
macroeconmico segn Marshall y dems. Expuso una explicacin diferente de la crisis, segn la incertidumbre empresaria en la bolsa de valores de Wall Street y tambin la necesidad de utilizar la poltica monetaria y fiscal para atenuar las
variaciones bruscas de la actividad general. Esa dinamizacin
44
mediante obras pblicas no necesariamente generara inflacin descontrolada.

Adems de estos dos enfoques bsicos, walrasiano y keynesiano, posteriores desarrollos avanzaron sobre otros aspectos
de la economa del bienestar, entendindola sobre la base del
cumplimiento estricto de la competencia perfecta y del criterio
paretiano, tanto en el consumo, como en la produccin, en la
distribucin y en el comercio internacional, hacia un equilibrio
general.
Los perjuicios de los monopolios, estudiados en 1938 por Hotteling y muchos otros, confirmaban las ventajas de mayor cantidad y menores precios a favor de la competencia.
Si se cumplieran las condiciones requeridas como supuestos
necesarios -sobre libre movilidad de empresas, de bienes y
de factores, control de monopolios y de las deseconomas por
incumplimiento en los controles de polucin, en los bienes pblicos y recursos naturales etc- la competencia perfecta garantizara el pleno empleo y maximizara el bienes general.
An ms, la comunidad acadmica tambin avanz con desarrollos para demostrar la eficiencia de este mercado de competencia, por ejemplo con A. Lerner y especialmente con K.
Arrow y G.Debreu, que expusieron analticamente sobre dos
leyes de la economa del bienestar: si las actividades son
competitivas se estn cumpliendo los criterios paretianos; la
segunda es ms estricta o abarcativa: si se cumple los criterios paretianos los mercados son competitivos (se subestiman
las objeciones sobre las distorsiones por efecto de los monopolios, las externalidades, la naturaleza de los bienes pblicos,
la falta de equidad etc) y este modelo pas a ser la base de la
legislacin comercial domstica e internacional, ya que en teora la competencia facilitaba el abastecimiento a bajos precios.
45
En la base de las creencias y conformidad sobre esta teora

figura el accionar bajo competencia y los mercados de competencia perfecta, que actuaran como supuestos justos planificadores, que se encargaran de distribuir con equidad los logros alcanzados con la eficiencia del criterio paretiano en todo
mbito.
Tambin se avanz en la pretensin de obtener una modelacin efectiva para el equilibrio general, ampliando una propuesta analtica de L.Walras, al combinar sus sistemas NxN
de bienes finales con la nocin del principio paretiano para el
equilibrio o distribucin y con la visin de la necesaria existencia de un equilibrio (segn el principio general o teorema del
punto fijo de J. Brouwer, adaptado por Debreu en 1959 a esta
propuesta econmica: dadas unas dotaciones iniciales, si la
funciones de preferencias y de produccin son convexas y
renen las caractersticas paretianas, existir al menos un
conjunto de precios de equilibrio).
Si necesariamente tena que existir un equilibrio general, se lo
explicaba axiomticamente (pero con sistemas de 2x2 solo
supuestamente) generalizables a NxN variables.
Las explicaciones clsicas sobre mercados y precios se basaron en anlisis con coeficientes fijos de produccin, o sea,
rendimientos constantes, que Clark y Winsteed intentaron
generalizar para el caso de varios procesos alternativos. El
equilibrio parcial o maximizacin del beneficio, considerado
desde 1838 segn Cournot fue posteriormente aplicado al
caso de solo dos bienes con Pareto en 1909 y luego generalizado como un planteo (meramente axiomtico) de equilibrio
general, mediante el diagrama de la caja de Edgewourth y el
teorema de la agregacin de Hicks y Leontief. Cassel aport
la idea de diferentes mercados a partir del anlisis de dos
productos y dos factores. Leontief introdujo en 1941 el an-
46
lisis de productos y de insumos; y finalmente, se intent demostrar la idea de la existencia (necesariamente hay) de un
equilibrio general y la de su unicidad (solo uno, para este enfoque axiomtico y contrario a lo que siempre ocurre en la
realidad) a travs de inviables anlisis de Wald, que llevaron al
creador de la teora de los juegos de suma cero von Neumann a pensar en el uso del teorema del punto fijo de
Brouwer, replanteado por Kakutani y por Debreu. Tambin se
intent analizar la estabilidad (de este supuesto equilibrio nico, general y meramente axiomtico) mediante anlisis de Hicks, de Hotelling y de Samuelson que chocaron ante las inconsistencias requeridas por un exceso de supuestos limitantes en el modelo de la competencia (libre ingreso, gustos, racionalidad, tcnicas, externalidades, mercados futuros, incertidumbre, asimetras de informacin, etc) y las dificultades de su
extensin o generalizacin (unicidad y estabilidad del equilibrio, etc).
Desde este punto de vista axiomtico cuando Arrow y Debreu
expusieron las dos leyes fundamentales de esta teora del
bienestar ( 1) si hay competencia se cumple con el criterio paretiano. 2) si se cumple con el criterio paretiano hay competencia y se garantiza el mximo bienestar general), muchas
opiniones llamaron la atencin sobre lo irreal de esa visin,
destacndose las posteriores objeciones del propio Debreu y
las de Sonneschein sobre la imposibilidad de unicidad en la
existencia de un equilibrio y por la irrealidad de una modelacin con sistemas NxN, imposibles de concretar numricamente ni aun para representar a algn pequeo pas.
En la actual formalizacin simblica con lgebra, anlisis diferencial o de conjuntos, cada grupo de smbolos tendra supuestamente su correlato en algn sistema de ecuaciones o
de matrices que permitiran un nexo con la realidad econmi-
47
ca. Sin embargo, algunos excesos de formalizacin meramente simblica han conducido a esfuerzos sin resultados.
Frecuentemente se aceptaron representaciones abreviadas,
que se demostraban con aproximaciones conceptuales simplificadoras; por ejemplo, punto fijo existente y estable, como el
que unira un plano con el centro de una esfera exterior que
gire invariante sobre su eje; y muchas otras explicaciones por
mera analoga conceptual simplificadora, pero sin la necesaria
contrastacin o verificacin emprica.
En este libro tambin se refut esa teora de Arrow y Debreu
desde el mismo punto de vista (no existen ni podrn asistir
modelos computacionales NxN suficientes) y adems desde
otro punto de vista, considerando al verdadero objeto y sujetos reales de la microeconoma.
Esa primera refutacin se formul aqu en el mbito de la exposicin o re-exposicin de la microeconoma clsica computacionalmente, pero segn la efectiva aplicacin prctica en
las empresas y considerando la generalizacin del uso de Excel.
La ltima refutacin surge de exponer cul es el rol profesional, para qu estudia; y cul es el contenido cientfico de la
microeconoma.
Finalmente y desde otro punto de vista, nuevos enfoques muy
diferentes se fueron agregando a la microeconoma clsica,
aunque sin conformar una nueva teora tan abarcativa y completa como la anterior. Especialmente, las teoras de la utilidad
esperada subjetiva (SEU) y la teora de los juegos, que se
inici en 1932 con los aportes de von Neumann y Morguenstern para casos maxi-min y min-max (criterio de W.Wald ) de
suma nula
J. Nash en 1952 agreg varios anlisis con diferentes estrategias mixtas ; A. Tucker plante el dilema del prisionero y mu-
48
chos otros casos conformaron este enfoque con y sin colusin,

pero siempre bajo un contexto incierto e inestable (con y sin
informacin completa, colusin, estticos o dinmicos, etc) y
en el cual se persigue un subptimo (o cuando lo bueno es
enemigo de lo mejor por no ser autorizado por el oponente).
Habiendo resumido aqu un panorama de la microeconoma
clsica (y expuesto que actualmente se han abandonado las
pretensiones microeconmicas de un equilibrio general, limitndose a solo anlisis de equilibrio parcial) cabe finalmente
plantearse un interrogante:
Siendo el sujeto estudiado en la microeconoma el productor
(la empresa) y su demandante (el consumidor); y si estas teoras fueron solo enfoques parciales, pero tan solo para una,
dos o tres variables (o bien anlisis centrados en un fallido
equilibrio general, macroeconmico), Cmo se explicaba
efectivamente el comportamiento econmico de las empresas,
en las cuales generalmente estn involucradas mltiples variables (mayormente cuantificables) y puede no existir competencia perfecta?
ERRORES EN LA MICROECONOMIA CLASICA

La comunidad econmica valora internacionalmente el paradigma neoclsico que, como se rese arriba, enfatiza los
anlisis sobre el principio o criterio paretiano en el consumo,
en la optimizacin empresaria y en la distribucin en la competencia perfecta, as como tambin planteos con esquemas
axiomticos sobre el equilibrio general y la economa del bienestar (con las exposiciones de Walras, Lerner, Pareto, Samuelson, Arrow y Debreu, etc).
Les son detalladamente conocidas, pero subestiman las inconsistencias de estos esquemas cientficos, como ser aque-
49
llas en materia de distribucin de los ingresos con equidad, las

asimetras (el principio paretiano en la caja de Edgewourth
demuestra que uno mejora, pero no que los dos mejoran; tampoco dice quien mejora, ni como esta se distribuye), o por
efecto de las externalidades, bienes pblicos, etc; y tal como
se explicar, tambin las inconsistencias por el equivocado
objeto y sujeto que priorizan para esta disciplina, as como
tambin por la impracticabilidad de sus teoras.
Pero la competencia perfecta no es un modelo que se presente corrientemente en los mercados. Algunas corrientes de
pensamiento criticaron a los tericos de la microeconoma, por
que parecieran ser funcionales a grupos empresarios y acadmicos (quienes finalmente les sustentaran), en cuanto sus
proposiciones se manifiestan conformando una defensa del
sistema liberal financiero librecambista, del que se deducen
(con este esquema cientfico incompleto) consecuencias polticas sobre la libertad comercial y sobre el movimiento de capitales, ausencia de barreras comerciales, no aplicacin de impuestos, bajo grado de intervencin del estado en materia
econmica, etc., que tienen grandes repercusiones en la actividad econmica domstica e internacional de los pases.
Por otra parte, los errores de las teoras socialistas como doctrina (en distribucin, ineficiencia, burocracia, etc) ya fueron
histricamente convalidados por sus fracasos en la aplicacin
prcticas de estas utopas durante el siglo XX.
Pero existe otra visin en Microeconoma con Excel (MCE): no
se puede identificar o confundir la teora con la realidad. Considerando la realidad empresaria y las formulaciones tericas
se advierten dos errores en la teora tradicional: uno es enfocar los anlisis hacia quien no es el destinatario masivo de los
principios microeconmicos; el otro es distorsionar el mtodo
50
de estudio reducindolo a un campo axiomtico meramente

formal e inaplicable.
DESTINATARIOS DE LA MICROECONOMIA
Constituye un error pensar que el destinatario de los anlisis
econmicos sea aquel matemtico terico dedicado a la microeconoma, dado que el objetivo principal de la microeconoma es el funcionamiento econmico de las empresas (incluyendo la estimacin de la demanda, mercados, la optimizacin, etc) y surge en consecuencia que el principal usuario y
destinatario de estos anlisis es el profesional y el tcnico que
se desempean masivamente en las diferentes rea de cada
empresa.
Para aquel destinatario terico es natural y suficiente centrar
los anlisis en Pareto, la competencia perfecta y el equilibrio
general. Pero para este destinatario mayoritario y masivo, los
anlisis necesarios son principalmente la estimacin de funciones de demanda (mercado y mltiples aplicaciones economtricas ms) y la optimizacin o programacin empresaria
(aplicaciones de la investigacin operativa para las diversas
reas de la empresa, bsicamente con programacin lineal u
otras; y con matrices), adems de otros aspectos sobre mercados y mtodos diversos.
Esta visin prctica y masiva fue la que dio origen al enfoque
del libro Microeconoma con Excel en Empresas (MCE), considerando que ese utilitario para PC es de uso generalizado en
todas las empresas y trae incorporadas y simplificadas la mayora de estas aplicaciones necesarias.
51
POR QU ES INSUFICIENTE LA MICROECONOMA

CLSICA CON ENFOQUE SOLO FORMAL
En MCE se reconoce que el profesional en economa (contador, ingeniero industrial o simplemente no graduado tcnico en
algn rea empresaria) tiene como principal mbito de desarrollo para su actividad el desempeo en la generalidad en las
empresas. Interesa adems que la formacin microeconmica
de un contador o un ingeniero no incluye en su currculo bsico otras especializaciones superiores en procesos especficos
de investigacin operativa ni en econometra.
Pero la generalidad de los textos no ha sido actualizada; y en
las universidades se continan dictando el enfoque tradicional
terico con sus inconsistencias, sin advertir que no es suficiente una capacitacin en modelacin meramente formal tradicional, sino que es necesario llegar a la aplicacin concreta de
los principios microeconmicos en las empresas.
Antes de la revolucin informtica, aproximadamente en
1980/90, existan muy pocas posibilidades de clculo concreto
en las personas y empresas, ante lo cual un enfoque solo formal axiomtico era inevitable (salvo difciles y poco prcticas
especializaciones adicionales a la profesin).
Sin embargo, en MCE se demuestra que desde el uso generalizado de las PC, la microeconoma dej de ser obsoleta e inaplicable para la generalidad de los profesionales; y sus principios pasaron a ser ahora de aplicacin efectiva en las empresas, en las reas de ventas, compras, personal, finanzas o
direccin general.
Esta dicotoma entre rigor formal e inaplicabilidad efectiva en
la empresa tambin fue planteada en MCE, por ejemplo a travs del caso integral sobre el clculo del equilibrio empresario
empricamente; segn el modelo clsico con una, dos o tres
52
variables (abarcando desde la estimacin y el clculo de ventas, produccin, ingresos, costos y beneficio, mediante regresin simple precio-cantidad, ajuste parablico minimocuadrtico y maximizacin diferencial). Pero esa solucin supuestamente integral (aunque digamos univariante) no tiene aplicacin concreta en la generalidad de las empresas, en la realidad enfrentadas a casos de mltiples variables.
Se plantearon dos cambios de paradigma: uno es el cambio
tecnolgico, las PC, Excel e Internet. Otro es reconocer que la
teora neoclsica sin las PC significaba solo una representacin simblica elemental, una fantasa en cuanto a sistemas
NxN y al equilibrio general, en s limitados a solo dos o tres
variables, que en la prctica de la optimizacin y actividad empresaria son insuficientes y prcticamente inservibles.
Pero la PC potenci la aplicacin efectiva de los principios microeconmicos en diversas reas de la empresa. Hay todava
sectores interesados en mantener la vieja visin terica impracticable, que se resisten a reconocer que los principios
neoclsicos son una mera simplificacin irreal si no se los clarifica y aplica efectivamente en la empresa mediante la computacin.
El conocimiento y la teora microeconmica anterior (digamos
la evolucin cientfica entre el siglo X y el XXI) no se detiene
con las versiones neoclsicas obsoletas, ya que el uso de PC
en las ltimas dcadas convierte a ese conocimiento histrico
meramente terico en efectivamente prctico. El aporte e ingenio neoclsico quizs no supona (o s) que el avance tecnolgico permitira concretar sus teoras.
Entonces, es necesario distinguir el atraso tecnolgico, que
solo contempla calcular hasta tres variables, frente a la necesidad de calcular cientos o miles de variables (con simplicidad)
para la efectiva optimizacin en la empresas; y en sntesis, se
53
puede decir que desde la difusin generalizada del Office al

mbito de todas las empresas (casi sin excepcin), los principios microeconmicos dejaron de ser solo enfoques formales
y pasaron a ser ahora de fcil aplicacin concreta en todas las
reas de la empresa.
En los departamentos de ventas, es fcil estimar la demanda
para el prximo perodo mediante correlacin mltiple (con su
imprescindible anlisis de la varianza estandarizado). En el
departamento de personal se pueden planificar fcilmente los
horarios, turnos y vacaciones mediante programacin lineal
con Solver de Excel. En el rea de finanzas se pueden utilizar
las aplicaciones sobre VAN y TIR de Excel. Este utilitario tambin permite modelos de simulacin estticos y dinmicos en
instantes. La programacin tambin facilita determinar el inventario ptimo con ms de una variable; o precisar la produccin ptima en la direccin de las empresas, incluyendo casos
de cientos o miles de variables. Sin necesidad de requerimientos profesionales especiales o superiores al currculo profesional de un contador o ingeniero industrial (y quizs un tcnico
no profesional o no graduado en muchos casos de los usuarios masivos).
APORTES DE MICROECONOMIA CON EXCEL (MCE)

MCE no es ms de lo mismo, como los miles de textos disponibles. El nuevo instrumental computacional permiti la prctica de algunos enfoques diferentes y se los expuso en MCE en
forma breve, sin aceptar el enfoque o planteo neoclsicos meramente formales (por su metodologa lgica solo axiomtica y
por su matemtica limitada a dos o tres variables, no obstante
sus profusas referencias a sistemas NxN y al equilibrio gene-
54
ral), en cuanto eran inaplicables en la prctica general de las

empresas.
Por este motivo en MCE se incluyeron exposiciones simplificadas sobre varios principios microeconmicos, que son de
aplicacin efectiva en las empresas pero no figuran en la bibliografa general neoclsica:
1) Exposiciones simplificadas: por una parte, se exponen
en forma breve y simple numerosos principios y mtodos, que
era usual presentar en forma de tratados innecesariamente. La
filosofa de MCE fue hacer las cosas fciles, como modalidad
didctica y segn la ley de oro en cualquier disciplina (hacer
las cosas fciles es una mxima en la ciencia y como didctica). Por ejemplo contiene una simplificacin de la enseanza
de programacin lineal Simplex en solo dos pginas; asimismo para sus formas estndar y cannica o el problema
dual.
Al igual que para los diversos mtodos y las aplicaciones incluidas sobre la optimizacin o para la estimacin de funciones
y otros, no se requiere en general ms de una hora de estudio
y prctica con Excel (igual que con los muchos otros utilitarios
alternativos presentados para estos tipos de anlisis). Didcticamente hay una oposicin a la mera exposicin formal (a veces falaz), adoptando una visin prctica, que ve en la simplificacin y en la presentacin explicada de ejemplos resueltos
una buena y mejor forma de objetivar el conocimiento prctico
concreto.
Por otra parte, este enfoque simplificado se complement con
la decisin de editar el texto MCE va Internet, con acceso libre, sin convertirlo en otro de los usuales proyectos editoriales
de inters pecuniario (crematstico). Tambin cambiaron los
modos de estudio, ahora con PC y con los buscadores de palabras (Ctrl + F, o Ctrl + B) o con Google.
55
2) Seis mtodos equivalentes: mientras que la teora clsica enfatizaba planteos con irreales sistemas NxN y sobre
tambin irreal equilibrio general, con lenguaje slo formal, lgico o matemtico simblico pero nunca referidos a casos realistas concretos (al no poder resolver en forma manual problemas con ms de 3 4 variables), en MCE se presentaron sistemas de 2x2 (4 variables) generalizables a cientos o miles de
variables, resueltos con 6 mtodos: diferenciales y operadores
de Lagrange, programacin lineal por mtodos grfico y Simplex o mediante matrices; adicionalmente a estos, se avanz
con programacin lineal y con matrices mediante las aplicaciones simplificadas de Excel (porque es igualmente fcil generalizar para cientos de variables), llegando en todos los
ejemplos a similar resultado para los 6 mtodos (12 resultados
iguales con sus duales).
Esta simplificada exposicin de casos de 2x2 pero fcilmente
generalizables a cientos o miles de variables conformaron
parte de la revolucin informtica, que permiti ir transformando la cosmovisin terica tradicional al superar las limitaciones
de los mtodos manuales de resolucin. La posibilidad de
calcular rpidamente casos de mltiples variables convirti hoy
a la microeconoma en aplicable concretamente a cualquier
tipo de empresa; directamente por los estudiantes, no graduados y por los graduados en general (contadores o ingenieros industriales), sin ser ahora requerida una especializacin
adicional en econometra o en ingeniera de procesos de investigacin operativa adicionales sobre estos temas; esto en
buena medida gracias al Office de Microsoft.
La importancia de agregar en estos 6 mtodos los procesos
con Excel, para Simplex y para matrices, fue que con ellos en
el mismo archivo puede el lector resolver por analoga cientos
56
o miles de variables, sin otros conocimientos ni aplicaciones

adicionales, ya que esto es lo usualmente requerido en las
empresas (en ninguna empresa es posible la estimacin y la
optimizacin general con solo una, 2 3 variables).
Por otra parte, en MCE adems de ejemplos con Excel tambin se presentan en forma simplificada las aplicaciones efectivas y concretas sobre estos temas mediante otros diez utilitarios diferentes y alternativos a Excel, o para su eventual control en casos necesarios.
3) Estimacin de funciones: desde 1995 es fcil mediante

correlacin mltiple de Excel, con 4, 10 15 variables, e incluyendo el anlisis de la varianza, simplificado por Excel y
tambin segn lo explicado en MCE.
La estimacin de funciones est incluida en los programas de
microeconoma, pero ningn texto la explica efectivamente
(salvo en forma trivial para dos variables lo cual es inaplicable
en las empresas), en MCE se encara este tema, que es el
ms importante en muchas empresas, explicando la estimacin por correlacin mltiple en forma concreta y efectiva; e
incluyendo el imprescindible y fundamental anova (hasta Microsoft lo incluy en su Office con un ejemplo de aplicacin
sencilla y accesible para no profesionales, referido a la estimacin de la demanda de helados con cuatro variables, que
permite la aplicacin y evaluacin anova concretas; y adems
es generalizable a mltiples variables independientes, facilitando as las tres acosas involucradas en una estimacin: la
obtencin de la funcin de ajuste, el anova y el posterior pronstico en s).
4) Programacin con cientos de variables: en MCE se

facilita la programacin lineal para 50 cientos de variables
57
con Solver y otros, cuando la generalidad de los textos solo

utilizan tablas Simplex con hasta 5 variables.
5) Matrices con Excel: en MCE se expone el uso de matrices con Excel y otros para cientos de variables (en otros textos no hay matrices mayores a 4x4; pero algn ejemplo en
Excel contiene aqu 1700 variables).
En los aos 90 solo se utilizaba en algunos medios el programa TSP (para DOS, hoy Eviews) como control de los clculos manuales o del reciente Excel cuando existan inquietudes
al respecto.
6) Otros 10 utilitarios: MCE introdujo la posibilidad efectiva

de controlar eventuales fallos de Excel en matrices, programacin lineal o estimacin de funciones al facilitar estas aplicaciones mediante simplificaciones efectivas con otros 10 utilitarios diferentes a Excel (SPSS, Eviews, Gams, Tora, Findgraph, Matlab, WinQSP, Lindo, Lingo, Stata), simplificando la
enseanza para procesar cientos o miles de variables en breves prrafos para cada uno y orientando sobre su adquisicin
gratuita en la web.
Cuando en las universidades solo se utilizaban tablas Simplex manualmente; y mientras el Optimizing de Lotus y tambin el TSP para DOS (hoy Eviews) eran todava poco conocidos, en MCE se facilit y promovi el uso de Solver y de
matrices con Excel y otros.
7) Empresa sobredimensionada: en MCE se expone el

modelo de la Empresa industrial sobredimensionada en pases en desarrollo, segn el caso efectivamente utilizado ante
la ITC y la FTC de los EEUU para defender durante 15 aos
58
exportaciones competitivas de chapas de acero de la argentina SOMISA.

Para posibilitar la continuidad y mantenimiento de exportaciones siderrgicas entre 1980 y 1993 se debi explicar en varias
oportunidades ante la ITT y la FTC del Dep.of Commerce el
funcionamiento competitivo de la Empresa industrial necesariamente sobredimensionada, por cuestiones de tecnologa
de pases desarrollados aplicada para pases en desarrollo
con mercados insuficientes y que entonces necesitan competir
en el mercado internacional (con funciones con costo medio
hiperblico y legales descuentos de precio segn cantidades,
elaboradas con los breves datos legales de las usuales memoria y balance; ms las adicionales y consecuentes inspecciones de costos y facturacin por funcionarios de los EEUU).
8) Casos de antidumping y countervailing duty: otro

aporte de MCE (diferente del modelo anterior para sobredimensionadas) es el uso de casos reales de antidumping y/o
countervailing duty, como ejemplos de aplicacin efectiva de
los principios de microeconoma para la aplicacin real de las
normas de competencia en la empresa: denuncias de dumping
ante la S.Comercio Exterior, con resultado en ocasiones afirmativo contra importaciones dumping y/o subsidiadas que
lesionaba la competencia; tambin la defensas de denuncias
presentadas por los EEUU y la CEE); la construccin de tablas
de extras de precio competitivas, no objetables por discriminacin de precios; y simplificar la obtencin de los datos numricos requeridos legalmente para demostrar la competitividad
sin discriminacin.
9) Cuatro contextos econmicos: en MCE se estructuraron las exposiciones bajo cuatro contextos (cierto, aleatorio,
59
hostil e incierto). El tratamiento de la incertidumbre era plateado tradicionalmente como anlisis aleatorios o probabilsticos.
En el mbito microeconmico clsico la exposicin se centraba en al anlisis sobre seguros o casos anlogos, valorados
segn el criterio de Bayes para el contexto aleatorio, con alguna ponderacin personal diferente segn la aversin o aficin
al riesgo del sujeto.
En los aos 30 Keynes haba introducido la consideracin masiva del tema de la incertidumbre empresaria; y tambin Neumann y Morgenstern plantearon su teora de los juegos, que
fue ampliada en 1950 con el anlisis de J. Nash sobre estrategias mixtas. Y desde ese ao fueron aumentando las exposiciones de otros casos, incluso bajo contextos inciertos no
tradicionales, en los cuales la naturaleza no se comporta uniformemente en el mbito econmico.
La urna de Plya (G.Plya, 1954 Stanford Un.) fue otro llamado de atencin, que ampli la consideracin de la incertidumbre: se comprobaba que mediante extracciones con reposicin
en una urna no era cierto esperar resultados proporcionales a
la dotacin inicial (segn la fsica, la matemtica y lgebra, la
lgica y el clculo de probabilidades de Laplace, Boole, etc)
sino resultados absolutamente azarosos.
El economista y matemtico Lorenz aport por entonces
(1961) su rara funcin logstica, la cual ejecutada reiteradamente con aquellos incipientes ordenadores de su poca le
permiti comprobar que para una aproximacin con 3 decimales en el exponente la evolucin era potencial en el sentido
tradicional esperado. Pero aumentando a cuatro decimales
(0,5061) la funcin se bifurcaba con un comportamiento raro
semideterminista (con fractales simtricos, autorreproducibles entre dos extremos o atractores) y luego pasaba a una
60
evolucin totalmente azarosa, absolutamente catica, para

valores del exponente desde o mayores a 0,506127.
L. Zaded en 1965 (Berkeley) tambin expuso sobre una lgica
fuzzy (matemtica difusa) mediante planteos con criterios de
verdad multivalentes, como para el ejemplo de la contratacin
de jugadores, en la cual bajo el concepto lgico y matemtico
tradicional booleano (elegir los altos y con muchos goles) se
exclua a uno no alto, de estatura mediana pero que haba
calificado con todos los goles de la prueba.
Varios de estos casos tambin se ejemplificaron en Excel como modelos de simulacin y/o dinmicos.
10) Elasticidad media: la economa clsica estudi detalladamente el comportamiento de la demanda y la clasificacin
de los bienes segn sus elasticidades, que A. Marshall sintetiz en sus Principios Econmicos. Guiffen ampli este tema
con la consideracin de los bienes bsicos de demanda atpica y Slutsky plante este anlisis matemticamente diferente,
para considerar los efectos de la inflacin (efecto sustitucin y
renta, que en Varian se ampli con el efecto renta-dotacin,
para explicar por ejemplo el caso de la oferta laboral).
Pero en los textos se centran estos anlisis en mediciones
puntuales, que no permiten obtener conclusiones en las empresas. En MCE este tema se trata como elasticidad media o
promedio, simplificando con la realizacin de un ajuste lineal
precio-cantidad en un perodo prolongado para obtener conclusiones ms firmes que con elasticidades puntuales.
61
11) Es prcticamente til la ecuacin Slutsky?

Desde un punto de vista de la prctica empresaria se desprende de estas observaciones anteriores, que las formulaciones y consecuencias obtenibles con la ecuacin de Slutsky no
son de aplicacin prctica en las empresas. La ecuacin sirve
para clasificar a los bienes (y separar los efectos en sustitucin, renta y renta-dotacin), pero no sirve para medir las elasticidades de las demanda de los bienes.
En una maximizacin de la utilidad, considerando una demanda marshaliana que dependa de dos precios y una renta, se
resuelve el lagrangiano y en las condiciones de primer orden
se aslan los trminos con variables en el primer miembro, para resolver el sistema por el mtodo de Cramer, de modo que
figuren los adjuntos del determinante en el numerador de tres
trminos. Uno de estos ser nulo al momento de calcular el
efecto de la variacin de algn precio sobre la demanda del
bien estudiado, quedarn as las expresiones con los dos conocidos efectos de la ecuacin, sustitucin y renta.
Con ellos se pueden explicar los efectos de las variaciones de
precios sobre las demanda de bienes y concluir una clasificacin de los bienes, en tpicos o de la paradoja Guiffen; normales o inferiores (efectos directos); y en sustitutos o complementarios (efectos cruzados).
Siguiendo a Varian, la ecuacin tambin se puede aplicar para
aislar el efecto renta-dotacin, que es til para explicar conceptualmente la oferta y demanda laboral, o para explicar los
criterios en una eleccin intertemporal consumo-ingreso.
Pero, debido a estas mediciones puntuales de la ecuacin, no
es posible aplicar este esquema para calcular las elasticidades
de la demanda de bienes (ya que requieren la continuidad que
62
dan los promedios en perodos prolongados), debido a esto

sus aplicaciones empresarias son muy limitadas.
Medir las elasticidades segn el efecto total, del caso directo o
cruzado, o tambin medir la elasticidad renta segn el segundo trmino resultara en valores puntuales sin sentido econmico para las decisiones empresarias, las cuales suelen
adoptarse a partir de mediciones con el criterio estadstico de
elasticidad media o promedio.
Por otra parte, J. Hicks aport un procedimiento analtico y
geomtrico ms intuitivo y fcil de aplicar en las empresas para separar conceptualmente los dos primeros efectos y para
estas clasificaciones de los bienes.
12) Como obtener funciones y grficos desde series y

viceversa: la simplificacin de estos temas implic comenzar
en MCE por ilustrar como obtener las funciones, pero adems
hacerlo partiendo desde series (y graficarlas) y continuar con
utilizar funciones para obtener series. La exposicin con papel
y lpiz no implica necesariamente una capacidad para el tratamiento efectivo de series y de funciones en la empresa y
esta simple prctica en Excel resulta tan imprescindible como
la correlacin mltiple.
13) Funciones muy complejas: en MCE se expone en

forma simplificada (realmente simplificada) como obtener funciones muy complejas y con precisin millonsima, mediante
Findgraph (y algunas con Excel), cuando solo se dispone de
unos pocos valores concretos reales pero es necesario formular una ley de formacin o evolucin.
14) Anlisis dinmico: el anlisis intertemporal
en microeconoma,
introduciendo retardos en el ajuste de las variables, de modo que el valor actual de
63
una variable dependa de los valores pasados de la misma y/o de otras variables se
plantea no solamente para el modelo de la telaraa, sin que tambin se ven varios
ejemplos de procesos estocsticos (aleatorios), de Markov con
variaciones discretas a lo largo del tiempo, as como un conjunto de herramientas para la creacin de rutinas o simulaciones del comportamiento dinmico en los procesos de ajuste,
que van desde el anlisis Newton- Raphson hasta el uso de la
tecla de reajuste F9, las macros bucle o las iteraciones con
Excel
15) Modelo de la Telaraa y su nmero de perodos:

en MCE se expone el modelo de la telaraa pero incluyendo
adems la medicin concreta del nmero de periodos hasta el
ajuste. Los textos de microeconoma incluyen el modelo de la
telaraa y mencionan algn ejemplo de su aplicacin y cmo
las diferentes elasticidades influyen en la velocidad del ajuste:
Pero ningn texto explica ni calcul alguna vez el modo de
determinar el nmero concreto de fases necesario para el
ajuste hasta el nuevo equilibrio. En MCE se cuantifica fcilmente el nmero o cantidad concreta de fases necesarias en
este modelo dinmico, que pasa as a ser ms efectivamente
aplicable en la empresa (para explicar la evolucin en los mercados de granos, viviendas, jamones, commodities en general
u otros con ajuste retardado).
16) Modelos de simulacin: en MCE se presentan aplicaciones concretas de estos enfoques mediante fciles ejemplos en Excel y otros, ilustrando sobre la realizacin y comprobacin de modelos de simulacin mediante simples funciones de Excel como =aleatorio( ) y =Si( ; ; ) y otras.
Los modelos de simulacin, tanto estticos (como el anlisis
de la coyuntura de la actividad econmica) como dinmicos,
son fciles de implementar en Excel. En diferentes ejemplos
64
se ilustran casos elaborados con solo instrucciones en simples

hojas de clculo; para otros casos se utilizan recursos elementales de Excel, como la posibilidad de iterar celdas o repetir en
bucle indefinidamente; y en otros se utilizan aplicaciones de
Excel, como iterar, =aleatorio, =si( ) y funciones o distribuciones diversas. Existen numerosos programas especializados
para econometra y afines, pero Excel tambin permite adems la elaboracin de muchos programas complejos median
la creacin de macros automticas, cuya mecnica tambin se
resume aqu (y esta detallada en el propio utilitario de Microsoft).
17) El problema de identificacin: en la microeconoma

neoclsica es frecuente plantear el problema de la falta de
identificacin de las causas de algn problema (E. J. Working,
Philadelphia 1927 ). Antes de que ocurra un hecho o un accidente que se ve inminente es posible tener una explicacin
clara de lo que luego ocurra. Pero si no se dispone de esa visin previa resulta ms difcil encontrar o identificar las causas
del hecho.
As por ejemplo, en materia de equilibrio general, o al menos
de equilibrio empresario con muchas variables, en MCE se
exponen casos simples y metdicamente generalizables. No
se confunde al lector mediante ejemplos con 30 variables como para solo ejercitarlo y que se desgaste en el problema de
identificacin, cuando en realidad los ejemplos fueron prefabricados mediante tanteos y sucesivas pruebas y error, que
aparenten supuesta complejidad de tratamiento conceptual,
aunque solo sean en realidad elaboraciones artificiosas sin
mtodo explicativo posible.
Tal sera el caso de resolver un problema empresario con 30
variables, partiendo de un sistema de 2x2 (que es fcilmente
65
optimizable) para luego ir agregndole sucesivamente restricciones macroeconmicas, que se puedan resolver mentalmente y luego solucionarlas tambin con Solver (mediante tediosas sesiones de pruebas en hojas de clculo Excel ms Solver, sumaproducto etc) pero que carecen de un mtodo explicable econmicamente o con el Office.
Por el contrario, en MCE se utilizan y resuelven sistemas de
este tipo pero facilitando y simplificando los mtodos de resolucin. Se explica la modelacin para optimizar sistemas con
mltiples variables (incluso con diferentes utilitarios) exponiendo en forma simplificada y paso a paso los mtodos para programacin con Solver, en sus varias alternativas o formas de
uso.
Adicionalmente, tambin se facilit la resolucin mediante
otros 10 programas alternativos, que son asequibles en la web
libres y solo requieren una hora de dedicacin.
Con un claro objetivo cientfico: refutar y desmetaforizar la microeconoma meramente (falsamente) axiomtica, que desde
hace dcadas est impidiendo el progreso cientfico.
18 Mtodos cientficos: se hace en general mucha referencia a los mtodos, pero solo ocasionalmente se aclara sobre
mtodos para qu. En MCE se trata el tema, separndolos en
A) mtodos para estudiar: un muy breve comentario sobre la
propuesta de Descartes en su Discurso del Mtodo, que en
sntesis consiste en recolectar, listar, dividir y analizar los
componentes de un tema para luego resumirlo en una sntesis
(que para estudiantes se sugiri agregando a libro cerrado).
B) mtodos para informar: identificando las cinco componentes
de un informe profesional como identificacin; introduccin y
supuestos; desarrollo detallado explicando los pasos analticos
66
y su vinculacin con la realidad; conclusin sinttica; fuentes

de informacin.
C) mtodos para demostracin cientfica en economa, reseando los mtodos bsicos de la deduccin y de la induccin y
los dems complementarios con detalle bien efectivo.
19) Un error en la microeconoma clsica, el sujeto: se

observa en general que muchos ven a la microeconoma como
una de estas dos cosas: o bien teora de la competencia perfecta y del equilibrio general; o bien para otros que piensan
que pasa actualmente a ser teora de los juegos, incertidumbre, etc.
En MCE se entiende que ambos puntos de vista se olvidan de
la importancia de la investigacin operativa y de la econometra como componentes de la microeconoma en el mbito mayoritario de aplicacin, la empresa.
La corriente de pensamiento que sigue a Walrs, Pareto, Lerner, Arrow y Debreu (sin la crtica de Sonnenschein y otros por
las irreales funciones de demanda y produccin del modelo)
enfatiza la importancia de la ley 2 y la ley 1 de la teora del
bienestar, pero sin resolver la distribucin de los beneficios (la
Caja de Edgewourth solo explica que uno mejora, pero no
puede decirlo sobre los dos, ni quien mejora), ni los problemas
por las imperfecciones del mercado, por los bienes pblicos, la
polucin, depredacin de recursos naturales, etc.
Con Arrow y Debreu y el principio paretiano se insiste en demostrar la ventaja del comercio bajo libre competencia; y detrs de esto se viene en apoyo de la doctrina y polticas librecambistas as como en la de apertura comercial internacional
a cualquier precio, costo y desempleo locales; contrarias a la
defensa de la industrializacin y de las actividades mano de
obra intensivas. Presuponen, errneamente, que la compe-
67
tencia perfecta est siempre presente y entonces el sistema se

encarga de actuar como un justo planificador que siempre distribuye con equidad los beneficios de la eficiencia tcnica paretiana.
Se oculta que ese modelo es solo esto, una idealizacin terica basada en supuestos fuertemente irreales; el modelo (exclusivamente) terico solo demuestra que hay una mejora con
aplicacin del principio paretiano, pero que no demuestra si
ambas partes mejoran con el comercio, quin mejora, ni si
siempre corresponde la mejora a una de las partes, excluyendo a la otra de las ventajas de ese comercio, dado que en la
realidad no existe tal justo planificador comentado (Amartya
Sen y otros aportan sobre la distribucin asimtrica del 90%
los recursos para el 10% de la poblacin y el 10% de los recursos para el 90% de la poblacin; impidiendo el efecto locomotora de una distribucin ms equitativa).
Sin embargo, tambin se puede tomar como otro aporte en
MCE el haber insistido sobre estos enfoques contrarios a la
cosmovisin centrada en el principio paretiano y el equilibrio
general o sistemas NxN. Especialmente importante fue disentir sobre el destinatario principal de los estudios microeconmicos, que no es precisamente aquel matemtico terico dedicado a la microeconoma axiomtica sino el profesional y el
tcnico no profesional que actan mayoritariamente en las
empresas.
Como una refutacin, la microeconoma es vista as como
economa de la empresa pero en su esfera real, separada
de los enfoques financiero contables y tambin de los modelos
efectivamente impracticables. Y es por esto que la investigacin operativa y la econometra simplificadas deben ser el
centro de atencin de la microeconoma en la empresa, tal
como se estructur MCE.
68
20) Otro error en la microeconoma clsica, las generalizaciones sobre sistemas NxN: igualmente insiste el
paradigma neoclsico con los anlisis tericos del equilibrio
general y en modelos sobre sistemas NxN, pero no se reconoce que ni aun con los supercomputadores de 2011 existe siquiera un modelo de este tipo en algn pas o regin, EEUU,
la UE, China, Rusia o Japn.. Se limita esta teora a sistemas
con cuatro o pocas variables, que no tienen aplicacin microeconmica ni macroeconmica.
El paradigma neoclsico, se refiere a metforas no cuantificables; no es mucho ms que lenguaje simblico (matricial, de la
lgica de conjuntos, del anlisis aritmtico, geomtrico o diferencial, etc) pero que se agota en generalidades, limitadas a
cuantificaciones de solo 4 variables, que nunca se formularon
ni concretaron para un sistema real de algn pas grande o
pequeo.
Es otra refutacin reconocer que tampoco existen equipos informticos capaces de efectuar esta tarea ni son anticipados
para un futuro prximo en ningn continente (la UE apoy su
propaganda anticrisis a fines del 2011 con un proyecto de programacin por 1000 millones de euros que incluye 200 equipos de investigacin. Pero en los hechos los supercomputadores y la robtica hasta el presente solo tuvieron cabida participando en las crisis de las bolsas de valores con sus masivas
operaciones casi instantneas (High Frequency Trading o
HFT, utilizados por brokers en Chicago, Kansas City y Austin).
Tampoco entra en la categora el famoso programa conocido
como modelo Black-Scholes-Merton, utilizado por dcadas por
los especuladores para la valoracin de derivados financieros
(opciones, forwards, futuros y swaps).
69
Es decir que en materia microeconmica, la programacin seguir por ahora limitada al mbito de la optimizacin empresaria (equilibrio parcial).
Para Argentina, tanto el sistema internacional CIIU como el
sistema comercial e industrial argentino NCM, contemplan un
nomenclador de actividades y transacciones (la NCM es compatible con el sistema armonizado internacional) agregado en
96 captulos, que incluyen un promedio de 100 industrias cada
uno: unas 10.000 industrias, con miles de transacciones diarias, que inducen a pensar en 100.000 variables solo para los
sectores reales de algn proyecto de sistema de equilibrio
general concreto (sin considerar otros condicionamientos
reales de las entregas, mercados de futuros e influencia del
azar, etc) . Hasta la fecha estos sistemas siguen inexistentes
en el mbito local as como en el internacional (solo existen
algunas matrices de insumo producto, con agregacin muy
limitada; 120 sectores en un caso argentino).
No obstante lo expuesto, no se le resta mrito al enfoque clsico tradicional, por cuanto (acorde al estado del desarrollo
instrumental de su poca) ha permitido histricamente elaborar varios cientos de principios exitosos para explicar el funcionamiento empresario. De hecho, el enfoque de Microeconoma con Excel (MCE), solo constituye una actualizacin
prctica computacional de esta teora, para corregir sus distorsiones por identificar teora con realidad.
21) Visin de la microeconoma como la economa de la
empresa: en el origen griego de la economa figuraba etimolgicamente la economa domstica, de la casa del ciudadano
griego con sus tierras y esclavos, etc., es decir la empresa de
aquella poca; pero la ambigedad de tratamiento micro y
macroeconmico persisti durante 25 siglos (y se le agrega
hoy la ambigedad de considerar como casa a la residencia
70
del consumidor). No hubo explicaciones acadmicas especificando el tema. Tampoco la estadstica, la econometra o la
investigacin operativa reclamaron tal estatus; solo convivieron como extensiones o especializaciones. En algn momento
se utiliz inadecuadamente este nombre de economa de la
empresa para los enfoques contables y financieros, aunque
excluan lo ms importante, la esfera de lo real y lo fsico microeconmicos.
El esquema keynesiano otorg en 1936 autonoma a la macroeconoma como disciplina independiente del esquema conjunto y microeconmico. En cuanto a la microeconoma, el
enfoque explicado en MCE muestra que tambin la microeconoma adquiri esta caracterstica autnoma a partir de los
aos 1980/90, gracias al enfoque computacional generalizado
en cualquier empresa.
Las causas de esta omisin en el enfoque de A. Marshall y
dems clsicos fue aqu comentada, bsicamente su imposibilidad o dificultad de resolver sistemas con ms de tres o cuatro
variables, frente a los requerimientos multivariantes en los departamentos de las empresas. Esta fue la visin que origin en
los 1990 Microeconoma con Excel en Empresas (MCE) como
enfoque para el dictado de cursos en la UBA: presentaciones
simplificadas con facilidades computacionales, con captacin o
asimilacin abreviada para los tcnicos que se desempean
en los departamentos empresariales.
DISGRESIN MACROECONMICA
La inclusin en los programas de microeconoma de una resea macroeconmica es fundamental, dado que las decisiones
empresariales son muy sensibles a los cambios de tendencias
o dependen del entorno general.
71
Sin embargo, algunos enfoques tericos han avanzado mucho

ms all que esto y cuestionan la separacin entre lo macroeconoma y la microeconoma, e incluso pretenden aplicar el
principio de eficiencia paretiano y la simplificacin del modelo
competitivo con sus irreales y tericos supuestos asignndole
validez general nacional e internacional (en este ltimo caso a
travs del comercio exterior, explicado con la ingenuidad de la
Caja de Edgeworth).
Si las transacciones guardan el bsico y elemental criterio
paretiano se est cumpliendo con la maximizacin del bienestar general, con la eficiencia y ptima determinacin y asignacin en el consumo, produccin, distribucin de ingresos y
comercio internacional; bajo la estabilidad y pleno empleo del
modelo de la competencia perfecta (aunque supone como requisitos fundamentales la atomizacin, libre movilidad de bienes, empresas y factores, ausencia de monopolios y externalidades negativas en materia de polucin, recursos naturales,
uso de bienes pblico, etc.).
Nadie puede dudar de la rigurosidad lgica y validez formal
deductiva de este enfoque y principios, ya que sus defensores
insisten en que se refieren al modelo de la competencia y no a
la realidad de la poltica econmica o de la microeconoma,
macroeconmica o economa internacional.
Sin embargo, esto adems de ser falaz es incorrecto cientficamente en forma absoluta, segn las aclaraciones formales
que brinda la filosofa del conocimiento cientfico: la lgica y la
matemtica pura no son economa. La economa es una ciencia emprica y requiere que sus principios cumplan ineludiblemente con el criterio de verificabilidad y/o contrastacin
emprica (Nagel, Popper, Khun), que precisamente no est
presente en el cumplimiento de esos supuestos fundamentales
en el modelo terico.
72
Desde el punto de las poltica econmicas, es de conocimiento

pblico que esos supuestos no se cumplen (prohibiciones comerciales generalizadas, tanto para bienes como para factores; polucin; depredacin de recursos naturales etc). Desde
el punto de vista cientfico, no es sostenible defender el modelo terico en cuanto tal sin su verificabilidad o contrastabilidad.
Sin embargo, esta doctrina microeconmica eficientista tiene
una amplia trayectoria. La idea del tomo estaba presente en
la antigedad griega y fue necesario esperar al siglo XX para
concretarla y manipularlo. Por este mismo motivo se insiste en
una visin del equilibrio general competitivo paretiano: llegar
el da en que todos los gobiernos pueden controlar a los monoplio y las externalidades; esta modificacin de la realidad
conducir a una situacin aplicable segn el modelo terico.
Adems, algn da existiran unidades computacionales capaces de procesar los necesarios sistemas de ecuaciones NxN,
abarcando lo miles de millones de variables necesarias, racionales, ergdicas o no.
Este pareciera ser un planteo legtimo. Pero la refutacin que
se precisa aqu sobre este tema es otra: este enfoque no es
microeconoma, sino una digresin macroeconmica por exagerada extensin del objeto estudiado y de los supuestos requeridos. Al menos por mucho tiempo ms, el objeto de estudio de la microeconoma continuar siendo bsicamente la
unidad individual de produccin, la empresa; y el equilibrio
general debe ser considerado en microeconoma solo como el
anlisis de la influencia de las polticas macroeconmicas, sin
abarcar la demostracin de la eficiencia y equidad del comercio internacional ni del pleno empleo y bienestar general.
El equilibrio de la empresa y de la unidad consumidora en diferentes mercados y bajo contextos ciertos y no ergdicos es el
objeto de estudio de la microeconoma: La microeconoma
73
clsica brinda mtodos y suficientes explicaciones generales,

abarcando sistema NxN pero para cientos o miles de variables, que alcanzan a satisfacer las exigencias de la mayora
de las empresas (solo casos de equilibrio parcial)
Adems, la tradicional programacin monousuario (con DBase, Clipper y otros bajo DOS) permite elaborar modelos y programas ms complicados, como para trfico, para semforos y
similares. Pero para la generalidad empresaria, los paquetes
computacionales como Excel (y otros 15 que se researon y
explican en Microeconoma con Excel) estandarizaron la econometra y la investigacin operativa que hoy se requiere para
una fcil aplicacin concreta de la microeconoma en la empresa. Esto es microeconoma y no aquellos sistemas NxN
nacionales o internacionales del bienestar, que solo son digresiones, utopas por ahora irreales y adems de ndole macroeconmico, que resulta necesario y conveniente conocer y
refutar, as como no confundirlas con microeconoma.
USO DE FUNCIONES
Se utilizan en microeconoma funciones de consumo, demanda, produccin, costos, beneficios, etc. pero en ningn texto
figura concretamente como se obtienen dicha funciones, no
obstante ser un procedimiento asequible en pocos minutos u
horas.
El origen de esta distorsin reside en que la mayor parte de
los economistas escritores no alcanz a participar de las ventajas de la innovacin computacional, que desde 1990 est
disponible para tcnicos y profesionales de toda empresa; y en
forma manual no es posible efectuar esta obtencin de funcio-
74
nes, salvo en sus versiones primarias por mnimos cuadrados

simples que son insuficientes.
Excel (y 15 otros que se exponen en Microeconoma con Excel) explican y tienen estandarizada la correlacin mltiple con
el correspondiente anlisis de la varianza (anova) o bondad
del ajustamiento con mltiple variables independientes. El procedimiento es asimilable en una hora.
Pero la visin tradicional, sin posibilidades computacionales
limitada a solo dos variables, consista en suponer que existen
tcnicas economtricas oscuras para especialistas, que seran quienes obtendran estas funciones que usaran los profesionales en microeconoma (contadores, licenciados, ingenieros industriales) que son los que efectivamente se desempearn en las empresas.
Pareciera algo como que quien no tiene un rol se lo autofabrica por escondimiento: esa obsoleta visin tradicional tambin
recurri a distorsionar el contenido de la microeconoma, subrogndolo por una extensin macroeconmica para graduados supuestamente encargados de una modelacin solo conceptual y sin vinculacin con la realidad econmica efectiva.
Pero su extensin axiomtica fue tan importante, que no puede estar ausente en el contenido de la disciplina.
Sin embargo, la realidad indica que la generalidad de los contadores, licenciados o ingenieros industriales debe desempear su funcin en la actividad empresarial; salvo crear una disciplina nueva o con otro nombre que explique el funcionamiento de la unidad de produccin o empresa en su esfera real
(que no es estadstica, econometra ni investigacin operativa,
solo ampliaciones para anlisis especficos).
Una asignatura microeconoma abarca todo el campo requerido por la explicacin operativa y economtrica para las empresas. Incluye la modelacin simblica (representaciones
75
abreviadas que recurren a la analoga y rigidez formal de la

matemtica respetando las reglas de la geometra, del anlisis
diferencial, del lgebra de matrices o de la teora de conjuntos); tambin estimacin de funciones de demanda y otras
(usual por mnimos cuadrados mltiple o por simulaciones de
la oferta y demanda globales u otras); tambin investigacin
operativa para la optimizacin mltiples variables (programacin lineal y otras); diversos mercados; y nuevos mtodos no
tradicionales sobre algunos juegos aislados (NeumannMorgenstern, Nash, Tucker, etc) y algunos enfoques aislados
bajo incertidumbre tradicional (La Place, Bayes) y no ergdica
(Blya, Lorenz, Zaded, etc)
La optimizacin conceptualmente y con birome era todo lo posible que se poda hacer antes, ya que un limitado procesador
de mesa en 1970 costaba aqu 5000 dlares, aproximadamente como su equivalente pequeo mainframe IBM 360 (ms
un costossimo mantenimiento), algo como comprar entonces
un FIAT 600.
Las condiciones de segundo orden, especificadas analgicamente con la concavidad paretiana (referida al requerimiento
de curvas de gustos con pendiente negativa o tasa marginal
de sustitucin decreciente) o expresadas algebraicamente con
el hessiano positivo o por las condiciones Khun y Tucker, etc,
conformando un conjunto de confusas alternativas (tan solo
para explicar los casos de las pocas variables manejables manualmente) que super la aparicin de los clones con el Lotus123, Qpro y ahora Excel y otros para cientos o miles de
variables, que recin permiten la optimizacin efectiva en el
mbito microeconmico empresario (con exclusin aqu de las
disgresiones macroeconmicas y globales de la economa del
bienestar general, inviables o inalcanzables ).
76
TRES POSIBLES ENFOQUES MICROECONOMICOS:

1) ASIGNATURA INTRODUCCION A LA ECONOMIA:
En las asignaturas de introduccin a la economa es usual algn enfoque basado en demostraciones deductivas, limitadas
a planteos geomtricos marshallianos y paretianos, sin concretar mediante los correspondientes clculos analticos de estas
deducciones; ni incluir el otro mtodo cientfico bsico de la
induccin estadstica. Estos conocimientos aportan ayudas
conceptuales pero no habilitan para efectuar las cuantificaciones de la operatoria usual en las empresas.
2) MICROECONOMIA INTERMEDIA:
En las asignaturas de microeconoma a nivel intermedio, el
enfoque marshalliano y paretiano se completa con el de otras
teoras y diversos mtodos, incluyendo en todos los principios
la cuantificacin especfica mediante la metodologa matemtica existente: el clculo matemtico diferencial, el de Lagrange, con lgebra matricial, con programacin lineal y otras que
son de uso general no muy especializado; as como con otros
numerosos anlisis puntuales sobre teoras de juegos y de la
incertidumbre, teora espacial, etc.. Este enfoque intermedio
con su versin computacional conforma en conjunto un marco
aplicable a la cuantificacin efectiva diaria en las empresas.
3) ENFOQUE AXIOMATICO, MICROECONOMIA SUPERIOR:
Recurre a la simbologa matemtica de la teora de los conjuntos, que como lenguaje lgico permitira un rigor para las generalizaciones en algunos sistemas particulares y en otros
supuestamente generales, de tipo NxN variables (globales
77
para millones de variables), utilizando supuestos irreales o

ilgicos como especialmente el de ser solo anlisis formales,
sin abarcar o referirse a alguna realidad econmica concreta.
Sus planteos pueden ser as formalmente lgicos, pero son en
lo econmico cientficamente inconsistentes, por ser meramente ideales, inverificables e incontrastables.
Pueden ser incluidos captulos sobre teora de los juegos, con
anlisis complejos para algunos casos aislados, que por s no
conforman una teora general. Tambin se suelen incluir estimacin y modelacin con mltiples variables mediante programacin informtica.
Pero las teoras implican un lenguaje lgico, que puede ser
solo axiomtico en el caso de las disciplinas puras no aplicadas a la realidad emprica (como la lgica y la matemtca en
tanto pura) y que para ser cientficas, en el caso de las disciplinas empricas como la economa deben de ser verificables o
contrastables adems de formalmente lgicas. Tambin incluyen modelos (ecuaciones, ideas o metforas definidoras de
alguna propuesta, incluso grficos o maquetas como la hidrulica para referirse a la circularidad y equilibrio econmico.
Una visin cree que la economa debe priorizar la modelacin
de situaciones, pero incluso an a costa de introducir irreales
supuestos relevantes, que convierten sus propuestas en no
econmicas y no cientficas. Impregnan los textos econmicos
clsicos; basan sus enfoques en la lgica y la matemtica puras, sin vinculacin con la realidad ni la economa; desvirtuando el contenido de la economa. Este enfoque tiene su razn
de ser en el lento avance del conocimiento cientfico, que hasta fines del siglo XX impeda resolver problemas con ms dos
o pocas variables en las empresas.
La formalizacin de teoras es necesaria e imprescindible, pero cuidando no confundirse: siempre debe corresponder a teo-
78
ras econmicas que, para ser tales y cientficas, necesitan

superar la prueba de la verificabilidad o contrastacin empricas (en los trminos de R. Karnap, T.Nagel, K.Popper o
T.Khun). No hay economa formal; hay lgica y hay matemtica, pero en cuanto aplicadas a la economa, pasan a ser empricas y necesitan esa prueba de la verificabilidad o contrastacin.
TEMAS FUNDAMENTALES PARA UN CURSO GENERAL DE MICROECONOMA

Al menos se deberan abarcar:
1) sistema econmico (teoras y realidad histrica); circularidad econmica (clsicos,keynesianos).
2) Elasticidad segn tipos de bienes (incluyendo elasticidad media con Excel); ingresos con sus 8 conceptos
previos necesarios (Relaciones Total-medio-y marginal,
mximo y mnimo, doble pendiente, tangente y pendiente, recta por 2 puntos, elasticidad y precios, ARobinson, costo nulo a cortsimo plazo).
3) estabilidad esttica y dinmica, modelos de simulacin
de la Of.yDemanda global para estimar la demanda; estimacin de funciones por correlacin mltiple N variables independientes con anova.
4) programacin lineal simplex y con Solver de Excel para
n variables.
79
5) tres teoras de la demanda, con mtodos diferencial,

combinada de Lagrage, con Slutsky; nmeros ndice de
nivel de vida, Laspayres y Paasche.
6) produccin y costos con 1 y con 2 variables (relaciones entre el Total, el medio y el marginal); matrices NxN
con Excel; equilibrio y diversos objetivos; inventarios;
tipos de acciones; van y tir con Excel; 6mtodos equivalentes en una hoja Excel (2x2 con Lagrange, mtodo
grfico, Simplex, matrices, Solver y matrices con Excel)
7) competencia, monopolio puro, discriminador, multiplefactoria, 3 casos de duopolio, Sweezy, Stackelberg, cartel, casos de Hotelling, Bain, Silos Lavini o Modigliani;
von Thnen; empresa Sobredimensionada exportadora.
8) criterio de distribucin en competencia, monopsonio,
monopolio y bilateral.
9) teora de los juegos de suma cero, estrategias mixtas
sin y con colusin (Prisionero y Stackelberg), juegos repetidos con clculo de dominancia.
10) Matriz I-P; modelo de 2x2 y NxN; Ley de Say y de
Walras, Equilibrio parcial vs. general, Caja de Edgewourth y Dos leyes Arrow y Debreu, junto con sus crticas; Sonneschein y Amartya Sen, ESR.
Pero, cmo hacer para dictar tanto y para tomar exmenes
concluyentes (y estudiar) en tan poco tiempo? Son necesarios
sin duda algunos atajos, que brinda la prctica, como utilizar
80
conjuntamente mtodos similares para el consumo, produccin y otros, como sintetizar esquemas y utilizar paralelamente herramental computacional estandarizado, etc.
Estas dudas y consultas son legtimas. Tambin cuando alguien propone enfatizar alguna teora en demasa de tratamiento, que el tiempo limitado no permite a profesores ni a
alumnos dedicar con dicha intensidad para el resto de los temas del programa (salvo abandono de alguno, lo cual resulta
inaceptable).
Una solucin prctica debera considerar cuales son hoy los
requerimientos empresariales bsicos.
PARA QU SE ESTUDIA MICROECONOMIA:

Algunas experiencias en la actividad empresarial suministran
ejemplos de aplicacin concreta de la microeconoma a nivel
intermedio:
Estudio del mercado y pronstico de demanda por producto,
bsicamente mediante correlacin mltiple con anova.
Pronosticar la demanda propia mediante modelos de simulacin de la oferta y demanda globales y anlisis de la coyuntura
sobre los sectores demandantes.
Optimizacin en cada lnea de produccin de bienes as como
en el conjunto o equilibrio de la empresa, mediante matrices y
programacin lineal u otras.
Seguimiento peridico de los costos por producto, sus precios
y su contribucin marginal
Planificacin de inventarios ptimos.
Evaluacin financiera de nuevos proyectos en productos o insumos.
81
Seguimiento de precios y de costos de la competencia local y

externa, como vigilancia sobre la defensa de la competencia,
la discriminacin de precios o mercados y el dumping
/subsidios. Igualmente, defensa ante investigaciones o denuncias por exportaciones competitivas.
Elaboracin del modelo competitivo de la empresa o sector,
como ser para empresas sobredimensionadas que acten
competitivamente en el mercado exterior sin bloqueos antidumping.
Seguimiento (con Boletn Oficial y otros) del efecto de cada
disposicin legal sobre las diversas reas de la empresa (precios, comercial, laboral, seguros, tarifas, etc) y eventuales reclamos a travs de las cmara sectoriales.
Representacin de la empresa ante las obligatorias cmaras
respectivas, en materia comercial, estadstica, laboral, comercio exterior, etc. manteniendo un modelo competitivo integral.
82
CAPTULO 1 SERIES Y FUNCIONES EN LA EMPRESA

ORIENTACIN Y CONTENIDO
El lenguaje cientfico puede ser a veces difcil e inadecuado. Puede
ser imprescindible para generar conocimientos, pero la excesiva
abstraccin o un exceso de smbolos no imprescindibles resultan
inadecuados como mtodo de promover y ampliar el conocimiento
cientfico.
No hay contradiccin: para el objetivo de ampliar la captacin y el
uso de los mtodos cientficos en microeconoma y estadstica aplicada en las empresas, los tratados tradicionales pueden ser inviables para la generalidad de los tcnicos que necesitan aplicar estos
mtodos en las oficinas de Investigacin o Ventas de las empresas.
Algo similar ocurre con los estudiantes de microeconoma y de estadstica, quienes, todava carentes de base emprica, no captan la
aplicacin concreta de los mtodos y modelos abstractos.
Cuanto menos grandes sean las empresas importantes y en aquellas medianas o en las ms pequeas, pueden llegar a carecer de
oficinas especializadas en investigacin econmica y comercial. Sin
embargo, todas ellas efectan estudios de mercado y demanda y
sobre otras formas diversas de toma de decisiones.
En todas se estima y estudia la demanda; pero la intensidad de estos estudios depende precisamente de las dificultadas de interpretar
el lenguaje cientfico.
83
Simultneamente, desde hace dos dcadas, no existen empresas

en las que dejen de utilizarse PC y hoy Excel de Microsoft, para mltiples aplicaciones administrativas. Esta hoja de clculo incluye numerosas funciones economtricas, con cierta ayuda conceptual primaria, aunque insuficiente para aplicarlas por la generalidad de los
tcnicos y usuarios.
Haca falta un manual microeconmico con ejemplos en Excel para
estas aplicaciones, resumiendo las teoras cientficas en casos concretos y abreviados en pocos pasos.
Se consult en Internet y a las principales libreras o editoriales, as
como a Microsoft y no fue posible encontrar algn manual o CD con
ejemplos Excel sobre estas cuestiones no contables (en ingls o
castellano). Debido a ello se procedi a editar este trabajo, que resume el conjunto de ejemplos explicados en el curso de microeconoma I en la facultad.
En la empresa se adoptan continuamente decisiones, generalmente
de tipo cuantitativo, que exceden las posibilidades de clculo mental
o manual inmediato y Excel es til e imprescindible.
Adems, la microeconoma estudia modelos de comportamiento
terico para numerosas actividades en la empresa y Excel facilita su
implementacin prctica mediante un amplio paquete de funciones
incorporadas: decisiones sobre demanda, oferta, personal, produccin ptima, mximo beneficio / mnimo costo, evaluacin de proyectos, control de la produccin, conducta competitiva en el mercado, etc.
HASTA DNDE MICROECONOMA Y HASTA DNDE

ESTADSTICA?
84
Para estudiar microeconoma siguiendo alguna lgica, podra resumirse su contenido en funcin del objeto estudiado: a) teora de la
demanda (su naturaleza, la estimacin, etc.) b) teora de la empresa
(produccin, costos, optimizacin, planificacin, etc.) c) teora de los
mercados (modelo competitivo u otros, como monopolio, empresa
lder, cartel, etc.) Adems podra agregarse una parte d) que hiciera
referencia a los mtodos utilizados en estos captulos (diferenciacin; matrices; Programacin lineal; juegos; probabilidades bajo incertidumbre; etc.).
En cuanto a la lgica de estudiar las series y estadstica en general
se podra resumir su contenido en: a) series simples, series de frecuencias, series cronolgicas b) nmeros ndice c) correlacin d)
probabilidad y distribuciones.
Existe entonces una gran interaccin entre el contenido de la microeconoma y el de la estadstica. Para estudiar y pronosticar la demanda se utilizan mtodos estadsticos, como series simples, de
frecuencia y cronolgicas; tambin se utilizan encuestas, muestras y
diversas distribuciones, as como correlaciones simples o mltiples.
Igualmente, en otros temas microeconmicos, como control y planificacin de la produccin tambin son utilizadas stas y otras herramientas estadsticas.
Son usualmente conocidos los aportes de Excel para facilitar la gestin contable y la toma de decisiones en la esfera financiera en las
empresas. Pero Excel tambin brinda adems numerosas herramientas para el anlisis microeconmico y para la estimacin de funciones
vinculadas con los anlisis de la esfera, no monetaria sino, real de la
economa empresaria a los cuales se hace referencia inicialmente.
Mediante ejemplos sencillos se intentar aqu explicarlas.
El tema bsico ser estudiar la demanda (en la esfera real), por que
es el punto principal en la economa empresaria: conocer los deseos
(gustos, demandas) de los compradores para luego adoptar la inge-
85
niera y procesos de produccin necesarios, as como los mtodos

contables y financieros que permitan ajustar las transacciones monetarias que implique esta esfera real optimizando.
En este trabajo sobre el aporte de Excel para estos anlisis de demanda y otros -de la comentada esfera no monetaria- ser implementado utilizando un avance progresivo, avanzando desde una
introduccin a los temas econmicos continuada por casos vinculados de aplicaciones estadsticas.
ESTUDIAR LA DEMANDA
Dado que uno de los principales objetivos de la empresa es la optimizacin de su actividad para generar ingresos y beneficios, se destaca como importante el tema de la estimacin del mercado particularmente la demanda- y su estudio se efecta mediante mltiples
enfoques.
Para su anlisis se identifica a la demanda con funciones y ecuaciones; y la matemtica aporta numerosos procedimientos, que con
Excel se pueden concretar fcilmente, sin necesidad de limitarse a
utilizar ejemplos con pocas variables al resolver sistemas de ecuaciones, y correlaciones simples o mltiples, lineales o no.
Adems, la demanda es en realidad algn bien o servicio -unidades,
kilos, metros cuadrados, etc. de algo concreto- por lo cual, ms all
de las funciones o ecuaciones tericas existen otros procedimientos
de estudio alternativos y/o complementarios, que tambin se ven
simplificados por el aporte de Excel: programacin lineal, juegos,
simulaciones, incertidumbre.
Estas aplicaciones estn disponibles en Excel en :
a) Herramientas > Complementos > Anlisis (y/o Solver), as
como en
86
b) el listado de funciones al cual se accede picando sobre el

icono de la barra superior, que abre el siguiente cuadro
:
DESDE SERIES OBTENER ECUACIONES Y GRFICOS

Antes de avanzar, es importante ver la facilidad de Excel para graficar series, incluyendo adems en el grfico la funcin de ajuste:
Icono de grficos>Dispersin > Siguiente y pintar el rango de datos
> Siguiente y poner ttulos > Siguiente y elegir en la hoja >Finalizar.
Finalmente, con doble clic sobre la lnea de tendencia se abre una
ventana para su formato, dentro de cuyas opciones figura presentar
la ecuacin y el R2 en el grfico.
87
DESDE ECUACIONES OBTENER SERIES Y GRFICOS

Excel permite escribir cualquier frmula y representarla con
pocos pasos. En el siguiente ejemplo se plantea una ecuacin
y se calculan sus valores y el grfico (igualmente con cualquier
otra ecuacin ms compleja).
En A3:A11 se escriben los valores de X ; la ecuacin Y = 3

(X2) se escribe en B3, copindola hasta B11.
Se grafica pintando el rango A3:B11 y pulsando el icono de
Grfico; se elige Dispersin; finalmente pide ttulo, nombre
para los ejes y lugar para guardarlo.
88
FUNCIN DE DEMANDA LINEAL

Por razones didcticas o conceptuales es usual utilizar funciones
para explicar demandas, costos, producciones, etc. Con Excel resulta fcil escribir, obtener los valores y graficar funciones de demanda
u otras.
Para una demanda lineal obsrvese que el precio se escribi a la

derecha, en B2:B10. La frmula explcita X = 49 0,8P se escribi
a la izquierda, en A2, copindola hasta A10.
Para graficar se pint todo el rango A2:B10; > icono de grficos >
Dispersin > Ttulo > Ttulo de ejes> Imprimir en la misma hoja >
Aceptar.
FUNCIN DE DEMANDA TERICA (HIPERBLICA)
89
En este caso, la funcin en la forma implcita P = 12 / X2 se escribe a

la derecha, en B2 y se la copia hasta B10; los valores de X se anotan en A2:A10.
Se pinta el rango A2:B10; icono de grficos > Dispersin > Ttulo >
Titulo de ejes > Lugar de impresin >Aceptar.
ESTUDIOS DE DEMANDA EN LAS EMPRESAS y

TIPOS DE BIENES
Vanse ms adelante los casos prcticos de obtencin y de pronstico de la demanda, a travs de los ejemplos Excel de correlacin
lineal simple preciocantidad.
Tambin con el ejemplo de correlacin mltiple con varias variables
independientes y otros mtodos.
Los mtodos son aplicables segn se trate de bienes de consumo
perecedero; bienes durables (que se conforman con demanda de
reposicin y demanda nueva, diferentes); insumos y bienes de capi-
90
tal (demandas derivadas, proyectadas tambin con simulaciones de

coyuntura, etc.), casos analizables preferentemente bajo contexto
cierto.
Servicios reales, servicios financieros, nuevos productos (con muestreos; promocionales, etc), son analizables preferentemente bajo
contexto aleatorio.
EQUILIBRIO EN MERCADOS COMPETITIVOS

Se escriben las funciones en la forma implcita en un hoja Excel, con
la cantidad X a la izquierda y a la derecha la demanda y oferta (escribiendo como muestra la celda C4 y copiadas hacia abajo).
Se pinta el rango A4:C7; icono de grficos > Dispersin > ttulos >
etc.
MERCADO COMPETITIVO CON IMPUESTOS
91
Suponiendo un impuesto de $2 por unidad vendida, la oferta inicial

se traslada hacia arriba por esta suba de costo adicional. La cantidad
vendida baja y el precio sube, ya que la demanda esta invariante.
Se escriben las cantidades y las funciones implcitas en el orden del

cuadro (segn ilustra D5).
Se pinta el rango A5:D10 > Icono de grficos > Dispersin > ttulos,
etc. (si se lo desea, picando en una lnea aparece la ventana Formato Lnea de Tendencia > Opciones > Presentar Ecuacin en el
Grfico >... permite incluir la ecuacin en el grfico.)
Si se presentara la oferta en la forma explcita el efecto de este impuesto de $2 por unidad sera X = 200 (p - 2), expresin equivalente
a la que aparece en la columna D al despejar p.
92
DEMANDA, INGRESO TOTAL Y MARGINAL

El anlisis terico puede suponer a veces que el costo sea nulo y el
objetivo empresario sera as transitoriamente maximizar ingresos
totales (primer derivada nula y segunda negativa).
En este caso, igualando a cero el ingreso marginal surge la cantidad
X = 2,2 y los dems valores para ingresos totales y medios o demanda (la segunda derivada del IT sera -100, negativa).
Se nota que la pendiente del ingreso marginal (-100) es siempre el

doble que la de la demanda (-50), por el 2 que multiplica al derivar el
cuadrado en el ingreso total.
Ms detalladamente aparecern estos valores si se anotan las funciones segn ilustra la celda B6, pero con un rango para X en decimales tan amplio como lo se desee:
EXTENDER CLCULOS EN EXCEL

Para ello Excel facilita la tarea, escribiendo solamente dos valores
para X y para cada funcin; luego se pintan las dos filas y picando
93
en el ngulo inferior derecho se extiende (arrastra) y se copian hacia

abajo todo lo deseado (de este modo aparecen al graficar curvas del
tipo funciones continuas en vez de estos ejemplos breves).
ESTUDIOS DE DEMANDA Y MERCADO BAJO CUATRO CONTEXTOS
En microeconoma suelen comenzar estos estudios con el concepto
de elasticidad de la demanda, respecto al precio (-%cantidad /
%precio) clasificndolos en bienes tpicos o atpicos; tambin respecto al ingreso (normales o inferiores) y respecto al precio de otro
bien (sustitutos, complementarios, independientes), facilitando su
caracterizacin en bienes de consumo perecedero; bienes de consumo durable; servicios reales y personales; insumos; equipos industriales.
TIPOS DE BIENES, CONTEXTOS Y MTODOS

El estudio de mercado y demanda de estos tipos de bienes y servicios es variado, pero podran agruparse sus tcnicas segn el contexto de referencia preferente:
- contexto cierto (determinstico), para bienes de consumo, insumos
y equipos
- contexto aleatorio /probabilstico), para servicios, nuevos productos
de consumo
- contexto hostil, para la competencia monopolista
- contexto incierto, si rigen contingencias, como en seguros u otras.
Este criterio diferenciando contextos facilita la utilizacin de algunas
de las herramientas para casos de demandas bajo diferentes contextos, as como para otros temas diferentes a estudios de mercado:
produccin, stocks, duopolio, seguros y otros sobre toma de decisiones en la empresa.
94
La estadstica y otros aportan gran variedad de mtodos para el

anlisis bajo estos contextos. Excel rene buena parte de ellos en
funciones prediseadas, pero simplificando la aplicacin de cada
funcin o distribucin segn el caso, con ayudas incorporadas.
El enfoque analtico tradicional, riguroso (en cuanto es mayormente
simblico) pero tan limitado e insuficiente al momento de llevar a la
prctica los estudios en la empresa si no existen ordenadores, se ve
ahora complementado con estas herramientas, que desde el plano
instrumental permiten concretar los anlisis a usuarios poco ms
que iniciados en estos temas.
95
CAPTULO 2
CONTEXTO CIERTO
Se analizarn las variaciones en series individuales y la correlacin

(simple y mltiple) entre ellas.
En las series individuales se estudian las series simples y las de
frecuencias, para determinar sus principales medidas de posicin y
de dispersin (y los momentos absolutos y centrados).
Adems, en las series cronolgicas interesa encontrar una funcin
de tendencia, luego de depurarlas de componentes estacionales, cclicos y aleatorios.
ANLISIS DE VARIABLES INDIVIDUALES

SERIES SIMPLES
Para el anlisis de las series simples y de frecuencia se utilizar
aqu como ejemplo hipottico, un supuesto estudio de mercado de
fletes. Para esto se efecta un anlisis estadstico de las operaciones comerciales de importacin argentina de soda custica, durante
los doce ltimos meses previos a abril 2003, analizando el mercado
de transporte por camin para la firma Transportes Rutazul S. A.
Esta empresa necesita evaluar la logstica para atender el trfico de
sus clientes entre el puerto de Buenos Aires y las empresas importadoras de soda custica, ubicadas en el rea metropolitana e interior
de la provincia de Buenos Aires.
La flota camionera a utilizar (cantidad de unidades chicas, medianas
y/o grandes) dependera del nivel de los despachos involucrados,
as como de la fluidez del movimiento y diversidad en magnitud de
cada uno de estos envos.
96
Los datos fueron obtenidos en el INDEC hasta diciembre 2002 y en

la Direccin Nacional de Aduanas para el lapso enero/marzo 2003,
correspondiendo a la estadstica del volumen de importacin por la
posicin 2815.11.00 (soda custica) del nomenclador de comercio
exterior.
Se estudian las medidas de posicin y las de dispersin, considerando los datos como series simples.
A continuacin tambin se analizan esos mismos datos conformando series de frecuencias al separarlos en tramos segn el peso a
transportar, incluyendo las medidas de posicin y de dispersin as
como los momentos absolutos y momentos centrados hasta cuarto
orden.
Paralelamente se utilizan diversas funciones prediseadas de Excel
confirmando las mediciones estadsticas; y se grafican cuadros que
facilitan la toma de decisiones para la empresa de transportes.
Los datos figuran en el siguiente cuadro (al cual se le han ocultado las
filas 5 hasta 98 para simplificar esta presentacin): nombre del importador y kilos importados en cada despacho en las columnas A y B.
97
MEDIDAS DE POSICIN. MEDIA ARITMTICA:

sumatoria sobre n; el cursor ubicado sobre la media
aritmtica muestra el clculo en la solapa superior
(=suma(B3:B100) / 100).
MEDIA GEOMTRICA: raz ensima del producto de n nmeros. Ante nmeros desiguales positivos resulta un promedio inferior
a la media aritmtica. Por ejemplo, con los nmeros 2, 4 y 8 sera la
raz cbica de 64 = 4 (menor que el promedio aritmtico 4,67).
Calculada con logaritmos o con Excel puede ser una medida interesante en algunos problemas, no obstante que aqu carece de sentido.
98
MEDIA ARMNICA: es la recproca de la media aritmtica de

los recprocos: aqu 3 / (1/2 + 1/4 +1/8) = 3,43. Esta medida podra
ser til para comparar las medias de esta muestra con, por ejemplo,
otras de aos anteriores. Excel la calcula mediante la funcin prediseada que muestra la solapa.
99
Otro ejemplo para PROMEDIOS Y MEDIDAS DE POSICIN:

Excel tiene en
incorporadas alfabticamente funciones para
calcular la moda (valor ms frecuente); la mediana (el valor o frecuencia intermedia de una serie ordenada) y para la media aritmtica (promedio).
La media aritmtica es una medida afectada por el valor de sus

datos extremos y tambin se utilizan otros promedios, como la media geomtrica y la media armnica, siendo sus RELACIN es:
media armnica < media geomtrica < media aritmtica
En los casos de datos que se agrupan segn una curva de frecuencia normal unimodal se cumple:
media moda = 3(media mediana)
Al escribir lo que aparece en B5 y anotar o pintar el rango de datos

calcular la media, la moda, e igualmente para otras funciones:
=percentil(valores;percentil) etc.
100
RELACIN ENTRE MEDIAS: La media geomtrica de una serie de

nmeros positivos es menor o igual que su media aritmtica, pero es
mayor o igual que su media armnica.
MEDIANA: En una serie ordenada de mayor a menor la mediana

es el valor intermedio, el central (o la mitad de los dos centrales si la
serie fuera par). Si por ejemplo, en otro caso fuera bueno que la serie variara uniformemente, la mediana indicara si coincide con el valor intermedio; aunque aqu tiene poco significado.
En este ejemplo hay varios valores centrales as como la mediana
con 25000 kilos. Adems Excel confirma esta observacin con la
funcin prediseada =mediana(B5:B102).
MODA(O): Es el valor con mayor frecuencia: en este caso 25000

aparece 23 veces, mientras que el siguiente en frecuencia es 10000,
que solo aparece 20 veces. Excel confirma esta observacin con su
funcin prediseada =moda(B3:B102).
101
MEDIDAS DE DISPERSIN - VARIANZA:

Es el cuadrado de la diferencia entre cada dato y la media, que se
calcula en la columna D (al lado, en C, se muestra el clculo). La
media aritmtica se calcul en C111. La diferencia entre cada dato y
esa media figura en la columna D elevada al cuadrado. La varianza
es la suma, en D103.
Excel tiene la
=varp(B3"B102).
funcin
prediseada
para
calcularla
con
Si no fuera una poblacin sino solo una muestra Excel utiliza

=var(B3:B102) que omite los valores lgicos y el texto.
Para incluir los valores lgicos y de texto en una muestra Excel utiliza =vara(B3:B102), que asigna 0 a los valores lgicos y el texto
Falso y asigna 1 a los valores lgicos y el texto Verdadero.
102
DESVIO ESTNDAR
En una poblacin es la raz cuadrada de la varianza / n, o sea, la raz de (D105 /n).
Excel utiliza la funcin prediseada =desvestp(B3:B102) que omite
los valores lgicos y el texto. Los incluye con =desvestpa(B3:B102).
Para una muestra Excel utiliza =desvest(B3:B102), que omite los
valores lgicos y el texto. Para considerar estos ltimos utiliza
=desvesta(B3:B102), que asigna 0 a los valores lgicos y texto Falso y asigna 1 a stos cuando tienen valor Verdadero.
En este ejemplo se observ que siendo la media aritmtica 40986,9

hay el gran desvo por 40119. Esto orientara a pensar que, al ser un
estudio es para una empresa de transporte de soda custica desde
el Puerto hasta los depsitos en establecimientos, se debera prever
camiones muy chicos y simultneamente otros muy grandes, a fin
de optimizar su logstica, ya que hay gran desvo en el tamao de
los despachos. Si hubiera sido pequeo correspondera prever ca-
103
miones uniformes, para el tamao que indicara el modo(a), ya que

todos los despachos seran parecidos en tamao.
DESVIACIN ESTNDAR- EN UNA POBLACIN:

Como otros ejemplos sobre dispersin de los datos, luego de calculada la media, interesa la desviacin de los datos entre cuartiles.
Tambin puede interesar conocer la desviacin media o promedio
(sin signo, en %) de los datos luego de conocida la media.
La desviacin estndar o tpica s (kilos o unidades), cuyo

clculo es parecido en una poblacin y en una muestra (con en
vez de s). Se utiliza la raz y el cuadrado: varianza s2 ( 2 en muestras), tambin en kilos o unidades.
El coeficiente de variacin expresa esto en %. La desviacin media
es = 4/5 de la desviacin tpica. El rango semicuartlico es = 2/3 de
la desviacin tpica.
104
La media y desviacin tpica de esta poblacin se calculan con Excel segn se lee en este cuadro:
Estas y otras funciones afines, disponibles con

, tambin se
las aplica al estudiar ms adelante la "relacin" entre dos o ms
variables.
SERIES DE FRECUENCIAS
El anlisis mediante series de frecuencias confirmar las observaciones con series simples. Se estudian las medidas de posicin y de
dispersin; tambin se efecta un anlisis mediante momentos absolutos y centrados.
Ordenando la serie en forma creciente de kilos se pueden seleccionar intervalos de diversa amplitud, por ejemplo aqu de 11.440 kilos,
para registrar en cada uno de estos deciles la cantidad de despachos, como frecuencia absoluta en (A) y en (B) la cantidad acumulada de stos sumndolos.
105
Ambas frecuencias pueden ser graficadas, en forma de barras unas

(histograma o funcin de frecuencias) y en forma de curva continua
o discreta pero creciente las otras (polgono de frecuencias acumuladas o funcin de distribucin).
MEDIA ARITMTICA: El siguiente cuadro muestra como calcular la media efectuando las operaciones con una hoja de clculo.
106
MEDIA GEOMTRICA: Igualmente, Excel muestra en la solapa

el clculo correspondiente, no obstante que en el ejemplo actual esta
medida no sea significativa:
107
MEDIA ARMNICA:
MEDIANA:
108
MODA(O):
MEDIDAS DE ORDEN - "CUANTILES"

CUARTILES: cada uno de los 4 intervalos en que fracciono la serie;
se calculan como indica el cuadro:
DECILES: Cada uno de los 10 intervalos en que divido la serie,

segn se indica:
109
PERCENTILES: Cada uno de los 100 intervalos en que divido la

serie, segn el siguiente ejemplo:
MEDIDAS DE DISPERSIN
DESVIO ESTNDAR Y VARIANZA:
110
ASIMETRA Y CURTOSIS
Ms adelante, al tratar funciones, se agregarn otras medidas de
dispersin, como la asimetra (para indicar si una curva es o no simtrica respecto a un eje central) y la curtosis (para indicar la forma
de una curva real ms o menos achatada frente a una curva normal
u otra funcin terica).
MOMENTOS ABSOLUTOS HASTA SU CUARTO GRADO:

MOMENTO 0:
111
MOMENTO 1:
112
MOMENTO 2:
MOMENTO 3:
113
MOMENTO 4:
MOMENTOS CENTRADOS HASTA CUARTO ORDEN

MOMENTO 1
114
MOMENTO 2
MOMENTO 3
115
MOMENTO 4
DESVO CUARTLICO
116
VARIANZA MEDIANTE MOMENTOS
CONCLUSIN
Es usual incluir alguna conclusin tras un anlisis de las series. En
este caso se podra que los valores de media y varianza tambin
muestran con series de frecuencias la elevada dispersin del tamao
de los embarques o despachos de soda custica a transportar.
El estudio de cuantiles -cuartiles, deciles y percentiles- confirma la
distribucin atomizada en los primeros cuantiles, y gran concentracin en los ltimos.
Mediante el anlisis de los momentos tambin se confirm la gran
varianza de los despachos. La atomizacin simultnea a una gran
concentracin de despachos en usuarios masivos se confirma tambin
mediante la gran asimetra que indica el momento central tres M3.
Asimismo, el momento centrado cuatro M4 muestra la elevada curtosis, indicando que la distribucin leptocrtica de estos despachos
responde a una ley que difiere profundamente de una distribucin
117
campanular normal tipo de Gauss, orientando hacia la decisin de

prever simultneamente un parque de unidades de transporte de
tamao reducido adicional a otras grandes para el trfico masivo.
ANLISIS DE UNA SERIE CRONOLGICA
Series de datos histricos, empricos (discretos, discontinuos) cuya
evolucin puede incluir o no componentes aleatorios, efectos coyunturales y efectos peridicos, adems de una tendencia.
Una vez depurada la serie de los datos aleatorios y los efectos coyunturales y peridicos, su tendencia puede estimarse con el anlisis de regresin de Excel, desarrollado ms adelante.
La variacin peridica (horaria, semanal, estacional, etc.) suele representarse con ndices base 100, dividiendo las medias peridicas
por la media aritmtica.
Una variacin coyuntural o cclica es aquella que puede repetirse
pero con duracin y forma diferentes a la estacional; se detectan
luego de dividir por los valores de tendencia y de la estacionalidad.
Puede haber adems variaciones aleatorias, no explicadas por los
ajustes anteriores; si no indicaran algo, podran ser eliminables mediante una media flexible.
Mtodo de los promedios mviles: este mtodo es recomendable para trabajar con la estacionalidad, aunque tambin se lo
utiliza para averiguar la tendencia. Los promedios mviles son sucesivos y pueden ser o no ponderados.
118
Dada una serie y (t), con t variando en perodos mensuales de N

aos se escriben los valores encolumnados y se forman promedios
mviles de doce meses. Luego:
Se divide cada valor original por el promedio mvil correspondiente.
Se forman los promedios de los meses. No existen variaciones
cclicas o aleatorias ya que stos se compensan.
Se expresan los valores obtenidos en porcentajes del promedio
de los doce meses.
Se representan los valores grficamente de E(t) resultando la
curva que expresa la variacin estacional.
119
Es conveniente trabajar con una cantidad par de aos. Una vez obtenida la cantidad de aos se repite la operacin corriendo los sumandos y se vuelve a atribuir cada valor al valor del centro.
Finalmente se obtienen los coeficientes de estacionalidad de cada
bimestre: I=1.004; II=0,959; III=1.003; IV=0,991; V=1,102; etc.
Tiene como propiedad que no existen variaciones estacionales y adems que no altera los valores extremos, ya que suaviza lo central.
CICLOS
Mtodo de los nueve puntos: Tiene por objeto aislar la componente cclica de una serie de tiempo con datos mensuales cuando
se trata en ciclos cortos de 3 4 aos.
120
Los valores de la serie original se deflactan de la componente estacional por el mtodo de los promedios mviles en doce meses.
Los datos sin componente estacional se dibujan tratando de establecer en el dibujo las ondas cclicas, para lo cual se sealan
los puntos mnimos y mximos relativos destacados, segn se
van encontrando al recorrer la serie. Las ondas se delimitan tomando valores mnimos consecutivos. Se asimila a una funcin
sinusoidal.
En cada onda se expresan los valores mensuales en porcentaje
del promedio correspondiente a los valores de toda la onda.
Cada onda se divide en nueve partes.
En cada onda se promedian los valores correspondientes a cada
una de las nueve partes resultando nueve los resultados representativos.
Se promedian los valores correspondientes a cada onda de los
valores de x y de y.
Las ondas del ciclo promedio se dibujan conjuntamente con las
originales para poder comparar los datos reales con los del ciclo
promedio
Se lo utiliza para perodos de 40 meses.
Cada onda esta compuesta por las siguientes partes:
1. son los tres meses centrados en el primer mnimo de la onda
5. son los tres meses centrados en el mximo de la onda.
9. son los tres meses centrados en el valle de la onda
2,3,4. son sucesivos tercios del perodo de expansin comprendidos entre 1 y 5.
6,7,8. son sucesivos tercios del perodo de contraccin entre 5 y 9.
121
RELACIN ENTRE VARIABLES - SIMPLE

(DOS VARIABLES)
AJUSTAMIENTOS
Mtodo de los mnimos cuadrados: se lo utiliza para averiguar la tendencia obteniendo los coeficientes a y b de una recta de
regresin lineal.
Dada una serie cronolgica y(t), con t=1,2,3...N, se trata de determina entre todas las rectas del plano y = at + b aquella que mejor ajuste la serie de valores empricos. Es decir, determinar a y b de manera que se cumpla la condicin.
(a,b) = ((y(t) at b)) mnimo
Se deriva parcialmente (regla de la cadena) en funcin de a y de b:
/ a = -2 (y(t) - a t - b)*t = 0
/ b = -2 (y(t) a t - b) = 0 ; por lo cual
N t y(t) t y(t)
N t 2
t y(t) t y(t) t
122
N t 2
Si se tomaran valores centrados la sumatoria de t seria igual a cero.

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

su media y su dispersin, las cuales son calculables mediante momentos obsoletos, con el mtodo largo o el mtodo corto o abreviado, centrando las series para facilitar el clculo y trabajar solo con
valores enteros y sus potencias, lo cual es especialmente til cuando hay mas de 100 datos.
COVARIANZA
La covarianza es el momento mixto centrado de primer orden. Es la
sumatoria del producto de las x menos su media multiplicado las y
menos su media; es decir que es el producto de los desvos multiplicados de las dos series.
(x - mx) (y-my) = xy
DOS RECTAS DE REGRESION

Se obtienen utilizando el mtodo de los mnimos cuadrados:
con
t y(t)
t2
y(t)
N
123
Y= a x + b primer recta de regresin

X= a y + b segunda recta de regresin
Las variables cambian en las ecuaciones cuando se aplica el despeje en funcin de una o la otra, luego de aplicar el mtodo de los mnimos cuadrados. Puede ser que no ambas tengan sentido, por
ejemplo para alguna relacin precio-cantidad demandada; pero en
otros anlisis ambas lo tienen.
COEFICIENTE DE CORRELACIN
El cociente entre la variacin explicada a la variacin total se llama
coeficiente de DETERMINACIN. Si la variacin explicada es igual
a cero, es decir, la variacin total es toda no explicada, este cociente
es cero. Si la variacin no explicada es cero, es decir, la variacin
total es toda explicada, el cociente es uno.
En los dems casos el cociente se encuentra entre cero y uno; r2 es
siempre no negativa y se calcula como:
r2
variacin explicada
variacin no explicada
y-y
Su raz cuadrada, el coeficiente de correlacin r vara entre 1 y 1,

con signos + o - que se utilizan para la correlacin lineal positiva y la
correlacin lineal negativa respectivamente. Ntese que r es una
cantidad sin dimensiones, es decir no depende de las unidades empleadas.
Si se supone una relacin lineal entre dos variables, el coeficiente
de correlacin es:
124
r
x
x y
1/ 2
sta frmula da el signo adecuado de r; se llama frmula productomomento y muestra claramente la simetra entre x e y.
Un r = 0,973 cercano a 1 permitira decir que muestra una relacin
funcional perfecta directa (ambas series varan en igual sentido). Los
datos representan lo que se estudia y a mediada que se cumple una
de las variables la otra lo hace en el mismo sentido y proporcin.
ELASTICIDAD MEDIA O PROMEDIO
El concepto terico de elasticidad de la demanda tiene aplicacin
prctica en la empresa, calculado como promedio serial.
Tericamente se estudia este cociente puntualmente (una cantidad
y un precio), pero la toma de decisiones empresarias se basa en
promedios calculados durante algn lapso razonable.
Excel aporta aqu su ayuda: la elasticidad media se calcula estadsticamente como el producto de la pendiente de la lnea de ajuste multiplicada por el cociente suma de precios/suma de cantidades: E
media = b P/Q.
La pendiente del ajuste es el coeficiente angular de la lnea de correlacin precio-cantidad durante el perodo (1,008 en el grfico)
CORRELACIN EN UNA POBLACIN

El coeficiente r de Pearson esta incorporado en Excel; indica valores
entre 0 y +1 1 para medir la relacin entre una variable dependiente y dos (o ms) variables independientes.
125
Excel calcula la matriz de correlacin y (si fueran varias) permite

elegir los pares que presentan la correlacin ms alta mediante el
anlisis de regresin.
Excel dispone de varias funciones alternativas para calcular la funcin de ajuste que minimiza los desvos: correlacin, tendencia, proyeccin, regresin, accesibles mediante su ayuda F1 o con el icono
.
Por ejemplo, con los datos de este cuadro:
Herramientas >Complementos > Anlisis de datos >Regresin
Alternativamente, para utilizar separadamente algunas de las funciones (incorporadas en
) sera suficiente consultar ese listado y luego escribirla simplemente despus del signo igual:
"=pendiente(rango datos)",
"=interseccion.eje(...)",
"=coeficiente.R2(...)"
para obtener los coeficientes de la lnea de ajuste o correlacin, que
incluyen el coeficiente angular -1.008 que interesa para calcular la
elasticidad media: -(-1.008 (36/35,9))=+1.01 (los rangos estn indicados en la imagen sobre demanda de Y)
DEMANDA COMO CORRELACIN PRECIOCANTIDAD
126
Obsrvese en este ejemplo de la imagen que la variable independiente (precio) figura a la izquierda de la variable dependiente (cantidad) y ello corresponde al orden de las celdas del rango
(B3:B10;C3:C10), as como al grfico con cantidades en la abscisa y
precios en la ordenada, usualmente aceptado.
En casos de correlacin sin trmino independiente por el origenpudieran presentarse imprecisiones, por la resta del trmino de correccin, en el clculo de la determinacin R2.
CORRELACIN - EN MUESTRAS
Cuando se estudie la correlacin en una muestra con estos mismas
funciones Excel es necesario comprobar su representatividad estadstica mediante la prueba "t". Vanse los ejemplos posteriores.
Ya que los mismos instrumentos pueden ser utilizables bajo distintos
contextos, en el enfoque progresivo de esta exposicin se intenta
explicar cada herramienta relevante presentndola conforme coincida con el ejemplo y cuadro especficos segn el avance conceptual.
127
EVALUACIN DE EXMENES
Supnganse la siguiente cantidad de aciertos en una evaluacin,
clasificados en funcin del grado de instruccin de cada consultado:
128
N=
T=
X=
X2 =
2
T / n=
4
grado
6 grado
3
secundario
Secundario
Completo
1
3
4
5
1
4
-
5
7
6
3
9
7
4
2
8
6
9
5
7
4
4
-
9
11
8
7
7
-
6
18
3
68
54
8
43
5.38
269
213.13
7
43
6.14
287
267.14
5
42
8.4
364
352.80
n=26
T=146
2
2
X /n=146 /26=819.85
2
X =988
T2/n =902.07
ANLISIS DE VARIANZA Y COVARIANZA:

Sumatoria de cuadrados X 2 - X2/n (desvo medias) = 988
819.85 = 168.15.
Suma de cuadrados intragrupos X2 - T2/n = 988 902.07 = 85.93.
Suma de cuadrados intergrupos T 2/n - X2 = 902.07 819.85 =
= 82.22.
Resumen:
Suma
Grados
Variancia
F Snedecor
Cuadrados
libertad
................
....................
Intergrupos: 82.22
3
82.22/3=27.4127.41
Intragrupos: 85.93
22
85.93/22=3.913.91
Finalmente, 27.41 / 3.91 = 7.01
En la Tabla Distribucin F, para 3grados de libertad horizontal (numerador) y 22 grados de libertad vertical (denominador; varianza
129
menor) al 1% de significatividad indica 4,82, sensiblemente menor

que 7,01 de la muestra.
Se concluye que las diferencias educativas son relevantes en las
respuestas de los encuestados y no surgen de alguna influencia
ocasional entre ellos (copia, colinealidad).
REGRESIN MLTIPLE
ESTIMACIN DE DEMANDA SEGN CORRELACIN
MLTIPLE
- PRONSTICOS:
La demanda de un bien suele tener como condicionantes a los gustos, cambios en el ingreso disponible, en el precio o en los precios
de otros bienes complementarios o sustitutos.
Cuando ya existen pronsticos sobre esas u otras variables independientes (calor; lluvia, turistas) es usual utilizarlos para estimar la
demanda del bien en estudio (variable dependiente, venta de helados) efectuando una correlacin lineal mltiple entre aquellas y la
demanda que se desea estimar (vase ms adelante con Estimacin Lineal)
DISCOS DE FRENO PARA AUTOS

Igualmente con la demanda de discos de freno (Y) para autos, cuya
demanda podra depender de la produccin (y reparacin) de autos,
el nivel de los salarios y el del PBI (las X).
Una vez anotados los datos histricos en B8:E16 Excel calcula la
correlacin con
130
Herramientas >Complementos > Anlisis de datos >Regresin

Pide el rango para la variable Y; luego el rango para las otras variables; tambin pide una celda conde comenzar a emitir los resultados hacia abajo.
En este ejemplo se le indic A25 y los coeficientes del ajuste figuran
en B39:B42.
Esos coeficientes multiplican cada variable independiente (pronsticos conocidos) segn la frmula de la celda B18 (que tambin se indica en F17).
ANLISIS DE VARIANZA
Hay suficiente correlacin entre las variables? Sern todas las
variables independientes suficientemente explicativas o influyentes?
Excel calcula el estadstico F (104,5) y tambin su valor crtico. En
este ejemplo el estadstico es mayor que su valor crtico, lo cual
131
asegura que el resultado 97% implica una varianza intergrupos e

intragrupos parcialmente aceptable y que el ajuste no es aleatorio
o manifieste coalineacin.
Por otra parte, la tabla de distribucin t Student para 6 grados de
libertad y 95% de aproximacin (5% error) muestra el coeficiente
1,94, que es menor que el valor indicado por Excel para la variable
independiente X1 (3,099), asegurando que esta variable es significativa en la formacin de la demanda de discos de freno de este ejemplo.
El coeficiente de determinacin R2 indica en las regresiones simples

el % de variabilidad explicada por la variable independiente.
R2 ajustado se utiliza en las regresiones mltiples.
El error tpico o estndar es la raz cuadrada del cociente entre la
suma de residuos al cuadros y sus grados de libertad (T-v-1).
ANLISIS DE REGRESIN
Se utiliza el anlisis de regresin y de varianza-covarianza para elegir con Excel cuales de las variables independientes son ms ade-
132
cuadas y mejoraran la precisin del ajuste entre la ecuacin y los

datos empricos.
Se busca evitar posibles errores por la existencia de eventuales vinculaciones entre algunas de las variables independientes entre s
(colinealidad).
Conviene comenzar seleccionando las regresiones entre las variables que se sabe estn ms vinculadas e ir introduciendo otras que
mejoren la regresin mltiple.
ANOVA (en ingls ANLISIS DE VARIANZA)

Existen dificultades importantes para detectar la existencia de esa
relacin lineal molesta entre las variables independientes.
Interesa asegurar la independencia o no asociacin entre los atributos: dos grupos difieren entre s cuando la varianza intergrupos
es mayor que la varianza intragrupo (si no hay colinealidad).
La proporcin de estas dos medidas es la F de Snedecor
Comparando con el valor de la tabla de F por azar se observa si el

F obtenido en el ANOVA es mayor, lo que indicara que hay una
diferencia entre grupos que es adecuadamente significativa.
La tabla de la distribucin F valora segn los grados de libertad
horizontal (numerador) y los grados de libertad vertical (denominador) para distintos % de significacin; esto ya lo indican los coeficientes que calcula Excel simplificando as el anlisis de varianza y
covarianza.
133
Los estadsticos T DE STUDENT calculados por Excel demuestran

el TEST DE HIPOTESIS: comparando este ejemplo con la tabla de
distribucin Student para 95% de confianza se observa la significatividad del coeficiente de cada variable, conforme su t sea mayor
que el valor de tabla, tal como se explico en este ejemplo para el
3,099 de la variable X1, aunque para otras variables es menor, indicando dificultades.
MULTICOLINEALIDAD
En resumen, hemos visto varios indicadores para determinar la existencia de una alto grado perturbador de correlacin entre las variables independientes. En los textos es usual la referencia a:
- El mtodo de la relacin entre t y R2 , que consiste en observar
las razones t y si no fueran significativas -y adems el R2 es alto
(mayor a 0,8)- indicaran multicolinealidad molesta.
- El mtodo de la prueba F: haciendo regresiones de cada variable

con las dems y observando si la relacin entre F y R 2 es mayor
que en la tabla indicara multicolinealidad.
FIV
EL factor de inflacin de la varianza (FIV) y la tolerancia T tambin
permiten detectar la colinealidad indeseable.
FIV j
134
S x j (n 1) SEb2
S2
1
FIV
FIV j
1
1 R 2j
El FIV es medido como la inversa del complemtento del R2.

En este ejemplo, si hay un FIV >10 y el T < 0.1 estara indicando
problemas de colinealidad indeseable (generalmente cuando hay un
R^2ajustado > 0.9)
- El mtodo de la matriz de correlacin, formada por los coeficientes de cada variable respecto a las dems. El valor de su determinante es entre 0 y 1; cuando se acerca 1 indica poca multicolinealidad.
- El mtodo de los valores propios e Indice de Condicin, que tambin implica frmulas que no son necesarias en este resumen prctico, luego de la claridad y facilidad de los ejemplos aqu expuestos.
ESTADISTICA DESCRIPTIVA EXCEL

Junto con el men de Aanlisis de Datos en Excel figura el de la
Estadistical Descriptiva, que entrega un conjunto de mediciones
para cada variable independiente, que se puede imprimir a continuacin de los datos de la regresin.
135
Datos / Anlisis de Datos / Estadstica Descriptiva
ESTIMACIN LINEAL (MLTIPLE)

HELADOS
136
- VENTA DE
Excel incluye la funcin "estimacion.lineal" que tambin permite

ajustar una serie dependiente de una o varias variables independientes. Ejemplo, pronosticar la venta de helados, dependiendo de
las estimaciones de temperatura, cantidad de lluvia y arribo de mnibus con turistas para el prximo perodo.
Se trata de encolumnar los datos histricos sobre ventas de helados
y a su derecha las tres variables independientes. Luego pintar en
otro lugar cuatro celdas para imprimir cada coeficiente ms la constante y escribir "estimacion.lineal(rango helados; rango variables independientes)" y Ctrl+Shift+Enter.
Con los cuatro coeficientes se controla o compara la aproximacin
del ajuste, armando la ecuacin con F4 para los coeficientes y copindola incluso hasta el rango de pronstico F2:F14. En la ayuda
F1 incluye Excel las caractersticas de este ajuste en detalle, parecidas a la regresin mltiple anterior.
137
CORRELACIN MULTIPLE Y ANOVA CON SPSS (IBM)

Si se deseara contrastar el ajuste hecho con Excel mediante otros
utilitarios se podra utilizar SPSS, STATA o Eviews.
En este caso, con SPSS 18, se introdujeron los datos de las cuatro
variables del ejemplo helados en la ventana principal y en la solapa
de Edicin se puls en Analizar /Regresin / Lineales.
Luego se seleccion en Estadscos y en su cuadro se tild Estimacin / Ajuste del Modelo y/ Diagnstico de Colinealidad.
Luego de pulsar Continuar / Aceptar aparecern los resultados a
continuacin de los anteriores solicitados para la regresin.
138
El ndice de condicin (IC) dado por SPSS 18 permite interpretar los resultados. Si el IC esta entre 10 y 30 la multicolinealidad ser entre moderada y fuerte. Si el IC excede 30 la multicolinealidad ser severa.
En este caso se observa la dimenxin 4 (la fila 4) y considerando la proporcin de las descomposiciones de las varianzas
muy elevadas (cercano a 1) indica que existe multicolinealidad
indesable en esa variable independiente (alguna siempre
existir, dado que todas las variables independientes estn de
alguna manera vinculadas con la variable dependiente). Se
porda eliminarla, reemplazndola por otra que muestre menor
FIV.
139
CORRELACION CON EVIEWS (ex TSP)

Se ejecuta Eviews en el comando File / New-Workfile /
y en Workfile Structure Type se seleccionar Unstructered / Undated; tambin se anota el nmero de observaciones que se van a
copiar desde una Hoja Excel, por ejemplo Rows 474.
140
Para copiar los datos desde la hoja Excel es necesario pintarlos

todos (incluso ttulos si se pulsa la celda continua a A1) y copiarlos
al portapapeles.
Luego se pulsa en Eviews Quick / Empty Group (Edit Series) y se
abre una ventana para pegar los datos.
Para pegarlos debe antes pulsarle Shift + (flecha de direccin)
para que se copien incluyendo las leyendas de campos que vienen
de la hoja Excel.
En el cuadro principal de resultados aparecer una lista con los
nombres de los campos copiados, a efectos de pintar con Cntrl
aquellos que se desea correlacionar (por ejemplo, CI, salaini, salario).
Luego se obtiene la matriz de correlacin mediante Quick / GroupStatistics / Correlations / OK.
141
En la primer columna muestra que el CI no esta muy relacionado

con el salario 0,2491% ni con el salario inicial 0,4336. En la segunda muestra que el salario actual esta 88% relacionado con el salario
inicial.
Finalmente, con View / Covariance Analysis / se tilda Correlacin
y tambin Probatility (t)
142
Surgiendo la matriz para el anlisis de la covarianza entre variables,

que en este caso estara diciendo en cada primer rengln que por
ejemplo el CI no estara muy relacionado con el salario inicial ni el
salario actual; y segn cada segundo rengln muestra que el salario
inicial esta muy relacionado con el salario actual y ste con el inicial.
143
CORRELACION MLTIPLE CON STATA

Damodar N. Gujarati, Econometra (Un. West Point) propone
utilizar Stata para efectuar anlisis economtricos sobre series, muestras y pronsticos.
Abrir la hoja Excel con los datos y copiarlos, incluyendo el
nombre de las variables (dependiente Y= helados; e independientes (X1=Calor, X2=lluvia, X3=turistas)
y
144
x1
x2
x3
654
139
100,0
181
524
262
94,5
227
684
342
93,2
253
818
409
93,8
270
810
405
98
272
840
420
92,4
280
1070
450
93,1
300
1078
460
93,4
315
1022
450
94,1
325
1041
450
100
335
1061
450
94,1
345
Luego abrir Stata y pulsar en el botn Edit para pegarlos con

Paste (icono tildado Data Editor de la segunda lnea).
Stata preguntar si la primera fila contiene los ttulos.
145
Los datos aparecern cargados en Stata, mostrando los nombres de las variables en el cuadro inferior izquierdo y las series
en inferior derecho.
146
A continuacin se escriben la sentencia de ingreso de

instrucciones para que Stata guarde este archivo con el
nombre helados:
log using helados
(automticamente se abre el cuadro Comand para ello).
Tambin aparecer luego en el cuadro superior izquierdo y en
el derecho con su extensin; no se pueden repetir nombres de
archivo.
147
Ahora es posible solicitar a Stata diversos informes

estadsticos sobre los datos guardados en el archivo
helados.smc1, que luego aparecern en la ventana o cuadro
Results.
Nos interesa en este ejemplo simplificado pedirle un informe
preliminar con
summarize
y mostrar los valores bsicos de las variables.
148
Luego escribimos para que Stata estime los parmetros de un

modelo de correlacin mltiple mediante:
regress y x1 x2 x3
Al ejecutar aparecen los coeficientes para armar un ajuste del
tipo
Y = a +bX1+cX2 +dX3 en la ventana de resultados (en este
caso mostr a= -364.53, b= 0.999, c=3.322, d=2.307 en la
segunda columna).
Con esta funcin estimada (ajuste) por correlacin mltiple es
posible efectuar estimaciones de la demanda de helados para
el prximo ao, siempre y cuando las autoridades
metereolgicas y de turismo (o los analistas especializados)
149
nos pronostiquen previamente cuales seran en el ao prximo

los datos para calor, lluvia y turistas.
Stata tambin muestra la desviacin tpica, Std.Err; y el estadstico t.

P>|t| es el p-valor, la probabilidad que deja a la derecha el
valor estimado. [95%Conf.Interval] es el inrvalo de confianza
al 95%; el centro del intervalo siempre coincide con el coeficiente.
R squared o r2 es el coeficiente de determinacin y el similar
Ajustado para estos casos mltiples Adj R-squared. El nmero
de observaciones 11 y los grados de libertad, 11 -3 -1 =7. El
150
estadstico F es la significacin conjunta de todas las variables

explicativas del modelo. La Prob>F indica la probabilidad que
queda a la derecha del valor estimado.
Se pueden imprimir estos resultados con File / Print Result-.
ESTIMACION DE FUNCIONES (REGRESION)

Hemos visto antes estimacin de funciones para casos de correlacin entre variables, simple (la teora bsica orientativa) y mltiple
(demanda de helados). En este caso, haba una correlacin entre
la demanda de helados y el calor, la lluvia y los turistas, registrada
por ejemplo en 30 perodos. Si el gobierno o los tcnicos nos pronosticaban para el prximo perodo cual sera el calor, la lluvia y los
151
turistas, Excel poda calcula en pocos pasos cual sera la prxima

demanda de helados (por correlacin mltiple, incluyendo el anlisis de la varianza (ANOVA) y otras medidas para ver la bondad del
ajuste.
Pero hay otros casos, por ejemplo cuando proyectamos observando
solamente la evolucin histrica de algo (sea por ejemplo esta misma produccin de helados) y segn sea la tendencia registrada (regresin) en los ltimos aos tambin se intenta estimar cual puede
ser la produccin para el prximo perodo. El anlisis de series es
muy variado: tendencia, estacionalidad, ciclos, autocorrelacin mediante promedios mviles, Box-Jenkins, ARIMA, ARMA, ARMARO,
etc.
Supongamos un caso de anlisis de la tendencia (regresin) que
pueda haber dado como resultado algunas observaciones muy frecuentes, como ser, este breve conjunto de cuatro ocurrencias preferentes sobre el par variables precio y cantidad, o fecha y cantidad,
o cualquier otro par: 130 y 2.9; 160 y 3.8; 200 y 4.6; 230 y 5.2 (donde 130 es el precio o la fecha y 2.9 es la produccin, etc.).
Para pronosticar la produccin (o lo que sea) disponiendo solo de
estas pocas observaciones relevantes puede ser til o necesario
disponer de una funcin o ecuacin que ajuste adecuadamente a
este breve conjunto de datos. Entonces vamos a estimar una funcin partiendo de solo algunos datos; luego se debera comparar los
datos con lo que surja de la estimacin, siendo generalmente suficiente ver a simple vista si el ajuste es perfecto, o bien recurrir al
anlisis paramtrico que proporciona la estadstica.
152
Dibuje los datos para elegir el tipo de funcin; haga varios ajustamientos para elegir el mejor; o bien busque ud.el mejor ajustamiento como se indica ms adelante.
Excel incluye seis tipos de funciones: se pintan esos pares de datos; se Inserta un grfico; de Dispersin. Con el botn derecho sobre los puntos graficados se puede Agregar lnea de tendencia y
tildar Presentar la ecuacin en el grfico (aparecen ah 6 las funciones Excel para elegir: exponencial, lineal, logartmica, polinmica, potencial, media mvil).
AJUSTAMIENTO EXPONENCIAL CON EXCEL
153
Comparando Y con la estimacin Y* se observa demasiada diferencia, por que los datos no responden a una evolucin exponencial
(observe que aqu e es el nmero natural
o neperiano
2,7182818... (o de Euler, que se utiliza en la descripcin de movimientos amortiguados, por que e x es similar a su derivada )
154
AJUSTAMIENTO LINEAL CON EXCEL
Comparando Y con la estimacin Y* se observa demasiada diferencia, por que los datos no responden a una evolucin lineal (cero o
una constante ms otro nmero multiplicado por la variable a la
potencia uno); es necesario probar con otro tipo de ajustamiento.
155
AJUSTAMIENTO LOGARITMICA CON EXCEL
Este ajustamiento con una funcin logartmica (logaritmo natural o

neperiano) aproxima bastante, pero aun se ven diferencias importantes entre Y e Y*; conviene buscar otra funcin que ajuste mejor.
156
AJUSTAMIENTO POTENCIAL CON EXCEL
El ajustamiento potencial muestra mucha diferencia ntrelos datos

reales Y y los ajustados Y*; conviene buscar otro ajustamiento.
AJUSTAMIENTO MEDIA MOVIL CON EXCEL
157
Excel permite determinar el orden de los promedios, pero para el

anterior ejemplo con tan pocos perodos no es posible o adecuado
aplicarlo. Lo sera teniendo una serie mas larga.
158
AJUSTAMIENTO POLINOMICA CON EXCEL
Este polinomio no ajusta bien y es necesario buscar otro ajustamiento. Entonces, como los modelos de Excel no son adecuados se
busc cual sera el mejor ajustamiento preguntndole a Findgraph.
MEJOR AJUSTAMIENTO CON FINDGRAPH

Si fuera el caso (como aqu) que este breve conjunto de solo cuatro
observaciones histricas no quedara bien ajustado con alguna de
esas seis funciones incluidas en Excel. Se vio al comparar estas
observaciones histricas Y con las surgidas de las funciones estimadas Y* que no hubo una gran aproximacin. Es entonces necesario recurrir a un programa estadstico ms especializado que Excel para que l encuentre el mejor ajustamiento .
Existen docenas de ellos (Eviews, SSPS, Matlab, Derive, etc). En
este caso se prob con un trial del FindGraph (que dice incluir 500
tipos de funciones) y el ajuste result perfecto, fcil y en pocos mi-
159
nutos, tanto para instalar el trial como para procesar la funcin (gracias a su archivo de ayuda).
Desde Excel se Pint y Copi el rango con los pares de datos, incluyendo los ttulos X e Y (utilizar punto y no coma). Abrir el utilitario
FIndgraph y pegar esos datos con Edit y con Paste. Luego 4 veces
Siguiente. A la izquierda seleccionar el crculo verde Data From
(cambia a blanco); arriba elegir Fit; luego Best Function. Luego 3
veces Siguiente y tildar todas las funciones deseadas o disponibles;
luego Siguiente. Luego con Star calcula la funcin.
160
Funcin:
Copiarla a Excel como Y*para compararla con los datos histricos

(corregirle comas por puntos; eliminarle espacios; reemplazar la
notacin computacional e-005 e-007 por su equivalente 10 elevado a la -5 y 10 a la -7; o sea 10^-5 y 10^-7; que hacen referencia
al nmero natural e=2.7182818).
161
Con esta funcin ajustada Y* en la columna D se calcularon datos

que son prcticamente iguales a los reales de la columna C (con
millonsimos de aproximacin en cada parmetro; de modo que no
es necesario algn otro anlisis paramtrico para confirmar la bondad del ajuste. Al menos mientras se mantengan las condiciones
generales sin cambios drsticos, esta ecuacin servira para calcular
nuevas producciones, copiando abajo los nuevos datos X y esa
funcin Y* (col.D).
162
CAPTULO 3 -
PROYECCIN Y PROGRAMACIN
CON SERIES, CON ECUACIONES, CON MATRICES O

CON PROGRAMACIN LINEAL?
Hemos encontrado la correlacin mltiple con varias variables independientes, eludiendo las dificultades por elegir alguna inadecuada
entre stas.
Encontramos una ecuacin, una funcin adecuada, que podemos
utilizar para proyectar la demanda (pero ... solo si previamente alguien nos adivinara la futura magnitud de cada una de estas variables independientes).
A un nivel terico sera como resolver un sistema de ecuaciones
identificables en la forma homognea, en el cual no existan variables repetidas entre las ecuaciones.
Una solucin puede obtenerse a travs de sucesivos multiplicadores
de Lagrange; o tambin mediante la matriz inversa segn Gauss.
Otro forma alternativa sera plantear el problema de la correlacin
mltiple como una programacin lineal Simplex.
Excel tambin facilita todos esto anlisis (sistemas de ecuaciones,
matrices, Simplex / Solver) pero el ms prctico y utilizado suele ser
el aqu comentado para correlacin mltiple.
163
PARA QU PROYECTAR CON CORRELACIONES?

Ante tantas dificultades, alguien puede adems preguntarse: para
qu tantas teoras (con sus problemas propios)?;
por qu no estimar directamente las unidades demandadas en el
prximo periodo, en vez de hacerlo dificultosamente a travs de la
indirecta estimacin de varias otras cosas?
En realidad as suele ocurrir en la empresa. Se estima la cantidad,
demanda emprica (lo real) sin teoras: directamente; tambin utilizando modelos de simulacin de la demanda y oferta global
(con ponderaciones surgidas de las ventas histricas por sector demandante y la evolucin probable segn el anlisis macroeconmico
coyuntural).
Tambin se estima la demanda emprica por analoga con la de
otras localidades o pases, por ejemplo al intentar imponer un nuevo
producto en un mercado.
Especialmente en los planes de inversin o pronsticos de largo
plazo se suelen incluir varios de estos tipos de estudios simultneamente (tanto empricos como tericos), para sumar opiniones y
comparar alternativas o estadios razonable posibles.
ANLISIS DE COYUNTURA PARA PRONSTICOS

El anlisis macroeconmico de coyuntura suele ser muy utilizado en
las estimaciones de demanda de las empresas, tanto para sus pronsticos de corto plazo como para justificar planes de expansin o
inversin.
164
Suponiendo, aqu, que el bien producido por una empresa se distribuye directamente en proporcin igual hacia los sectores que conforman el producto interno bruto-PBI- (caso contrario se modifican
las ponderaciones), la estimacin de la demanda depende de las
evolucin prevista para cada sector de actividad
En D3 se observa la ponderacin del porcentaje previsto para 2003

y la participacin relativa del sector agro. Con similar criterio para
todos los sectores demandantes y del PBI involucrados puede obtenerse la variacin estimada de la actividad y demanda de este bien,
como un promedio ponderado (4,01% de aumento para 2003, en el
ejemplo ilustrativo).
165
Existen algunos analistas de coyuntura y revistas especializados en

pronsticos para cada rama industrial y sectores de actividad, de la
oferta y demanda globales. Sus conclusiones resumidas suelen publicarse en la prensa; y en detalle se obtienen por suscripcin, conformando uno de los instrumentos bsicos de la estimacin de demanda para las empresas (en forma paralela con otras formas de
estimacin y proyeccin comentadas).
El instituto INDEC o Bureau of Census de cada pas publica mensualmente y trimestralmente las variaciones reales por subsector,
permitiendo analizar y proyectar con cierta seguridad. Sus informes
sin desagregacin estn disponibles en algunos pases por Internet
y pueden comprarse all otros con datos ms desagregados.
MODELOS DE SIMULACION DE LA OFERTA Y DEMANDA GLOBAL PARA ESTIMAR LA DEMANDA DE

CHAPA DE SOMISA:
Con referencia al tema de las predicciones y los modelos de la
oferta y demanda, cabe tener en cuenta que para los pronsticos
de mercado empresariales, adems de utilizarse programacin lineal y/o procesos estadsticos de estimacin de funciones por correlacin mltiple, tambin es usual efectuar paralelamente pronsticos
de ventas mediante estos modelos de simulacin.
En un curso de microeconoma se orienta a los alumnos principiantes mediante esta secuencia informal de ideas orientativas de las
etapas de un proceso productivo en la empresa, a fin de presentar
los elementos involucrados y la finalidad de los modelo de simulacin:
1) Se dispone en un cuadro la estructura de las ventas de la
empresa en los ltimos aos.
166
2) Se dispone de la estructura de la oferta y demanda global

argentina de INDEC, incluyendo la apertura en los subsectores industriales.
3) Los analisistas de la coyuntura econmica efectan pronsticos de la actividad para el prximo ao sector por sector
(Tendencias Econmicas; los estudios de M. A. Broda, de
Bein y pocos otros suelen ser los usuales).
4) Con estos porcentajes estimados en cada subsector tambin
es posible aplicarlos en el cuadro de la estructura de ventas
de la empresa, ponderando para obtener un porcentaje promedio de variacin de las ventas en el prximo ao.
5) Con el procentaje ponderado total de variacin y el volumen
resultante que implique para el ao puede la empresa calcular luego la produccin necesaria; tendr en cuenta las existencias de productos terminados o en curso de elaboracin y
por diferencia le surgir la idea sobre la compra de materias
primas e insumos necesarios para el perodo.
Un grfico de Gant con estas etapas mencionadas y sus
plazos crticos ayuda en la coordinacin de las actividades,
que comienzan con esta estimacin de la demanda, siguen
con el plan de compras, plan de produccin y continuarn
con los planes de ventas, de expedicin o logstica y marketing (paralelamente con la coordinacin de flujo financiero y
aspectos impositivos, contables, etc).
1.- En los ltimos aos la estructura sectorial de las ventas de chapa
de Somisa fue la siguente:
167
2.- Por otra parte, las estadsticas sobre cuentas nacionales estan
disponibles en el sitio web del INDEC (www.indec.gov.ar ) y para el
estudio o anlisis de la coyuntura y de estos modelos de simulacin suele ser til la siguiente presentacin de la oferta y demanda
globales, conformada con los cuadros INDEC del PIB, los de la O y
D global, y algunos con estructuras industriales.
Como una identificacin aproximada pueden identificarse estas estadsticas actuales del PIB en miles de millones de $ de 1993, como
si fueran equivalentes a dlares (en aquel momento el tipo de cambio estaba 1 a 1 con el peso y sirve esta simplificacin).
La estructura sectorial ha ido cambiando en las ltimas dcadas,
resumiendo este cambio como una gran reduccin del producto industrial y un gran aumento en los sectores generadores de servicios. Una aproximacin a 2011 es la siguiente:
168
Esta estrucura actual de la actividad econmica es necesario representala en trminos porcentuales (columna B), para proceder al anlisis de la coyuntura.
169
3.- ANALISIS DE COYUNTURA

El objetivo buscado con este modelo de simulacin es pronosticar
las ventas de la empresa en 2012. El mtodo consiste en averiguar
cuales son los pronsticos para cada subsector de actividad econmica, en lo que suele denominarse como anlisis de coyuntura. Las
empresas grandes suelen adquirir servicios especializados en el
anlisis de coyuntura, como las resumidas antes en el punto 3); y
con sus pronsticos nacionales es posible armar las columnas C) y
G) del cuadro siguiente.
170
En cada lnea de un sector econmico se multiplica el dato de la

columna B por la variacin de C para obtener su ponderacin en D.
La suma de todas estas ponderaciones figura en D34 (divida por
100 para compensar el producto por la columna B que tambin suma 100).
Otra simplificacin es considerar la evolucin de los sectores productores de servicios (la mayora) como reflejo del comportamiento
171
que tengan los sectores productores de bienes (fsicamente pronosticables mediante diversas pautas e indicadores sobre produccin,
venta y consumo de bienes diversos, que permiten anticipar con
sobre bases reales el comportamiento de la demanda, frente al mayor retardo de las estadsticas oficiales sobre el producto nacional).
En este caso aproximado, 4,4% sera el crecimiento esperado en la
economa nacional (que tambin se correspondera con similar expansin de la demanda global en consumo, inversin y exportaciones.
4.- Una vez que los analistas de coyuntura consideran aceptable
este pronstico nacional, es posible utiliar algunos de estos porcentajes para utilizarlos tambin en el cuadro de ventas de Somisa (columna c):
172
El prximo paso es multiplicar, en cada lnea de sector de ventas de

chapa de Somisa, el dato de la columna B por el C para obtener su
ponderacin en D. La suma de todas estas ponderaciones figura en
D58 (divida por 100 para compensar la multiplicacin por la columna B que tambin suma 100).
De este modo, el modelo de simulacin de la oferta y demanda global ha facilitado porcentajes sectoriales, que volcados en la estructura de ventas de la empresa permitieron estimar que la ventas de
Somisa en 2012 aumentaran en conjunto 3,9%.
En cuanto a la distribucin de este porcentaje entre todos los productos a fabricar por la empresa tambin se tendrn en cuenta las
pautas disponibles sobre pedidos, prioridades segn la rentabilidad
de cada producto, limitaciones de equipos, etc.
Por ejemplo, los precios locales son generalmente ms rentables
que la exportacin y la demanda local sera as prioritaria sobre la
exportacin (en ese caso solo complementaria, hasta agotar la capacidad).
5ETAPAS DEL PROCESO PRODUCTIVO

Finalmente, con esta estimacin de la demanda, ser posible implementar las etapas del proceso productivo y efectuar en la empresa un plan de compras de insumos, el plan de produccin y finalmente los planes de ventas, expedicin o logstica y marketing
(paralelamente con la coordinacin del flujo financiero y aspectos
impositivos, contables, etc).
Para esta gestin global suelen utilizarse grficos de Gantt, con
anotaciones en la barra de cada lnea de actividad de las fechas de
inicio y entrega de cada tarea (segn el campo calendario vertical).
173
Un escaso solapamiento vertical de barras horizontales o fechas

entre algunas lneas, sera una orientacin sobre sensibilidad ante
eventuales contingencias. A veces se complementa esto mediante
controles con el mtodo PERT (program evaluation and review technique).
Por otra parte, es usual simplificar las estadsticas globales de las
empresas refirndolas en pocas cantidades y precios, agrupando en
productos representativos. Las empresas suelen producir y vender un nmeroso conjunto de productos, pero se suele adoptar como una simplificacin para comparaciones y seguimientos, la representacin en precio y cantidad con un producto principal, identificatorio del conjunto, como un promedio de la familia de productos (o el
modelo ms frecuente, etc).
Esto es lo usual para comparaciones con la evolucin histrica y/o
con la competencia (por ejemplo aqu, bobinas de chapa laminada
en caliente de 3,2 mm de espesor en calidad comercial) y tambin
para el seguimiento con las publicaciones locales e internacionales,
que informan permanentemente los precios de cada producto testigo en los mercados (generalmente FOB en dlares por unidad,
tonelada, etc; ocasionalmente en libras). Por su parte, las memorias
y balances que se publican en las bolsas, tambien contienen un conjunto muy reducido de datos de venta y de costos y suele ser necesaria esta simplificacin para identificar y comparar la evolucin con
los indicadores en publicaciones del mercado.
174
PROGRAMACIN NO LINEAL O LINEAL CON SOLVER DE EXCEL

La herramienta Solver de Excel en un simple y potente mecanismo
de programacin, tanto lineal como no lineal (segn se elija tildar en
sus Opciones).
Supngase un ejemplo para optimizar una inversin en 3 ttulos o
acciones, que tienen las siguientes caractersticas:
Precio
$
Rendimiento
anual $/acc.
Inversin
posible
Acciones A
20
5
6000
Acciones B
12
2
2000
Acciones C
10
2
3000
El importe a invertir y optimizar es $10000.
El planteo como programacin lineal consistira en maximizar la funcin objetivo sujeta a las restriccin:
Max. Z = 5(X1) + 2(X2) + 2(X3)
(precio por cantidad de cada accin)
sujeto a:
20X1 + 12X2 + 10X3 10000
20 X1 6000
12 x2 2000
10 X3 3000
(siendo Xi 0)
175
En una hoja Excel se escribe el modelo separando cada importe y

precio en celdas, para que la macro Solver pueda identificarlos:
Es decir, una fila para las cantidades a comprar; otra para los rendimientos de cada accin; y cuatro ms para los precios y las restricciones.
En la columna E, en E3, se ubicar la frmula para la funcin objetivo: =sumaproducto($B$2:$D$2;B3:D3) que hace referencia a las
acciones B2:D2 que estimar Solver y multiplicar por los rendimientos B3:D3. Esa formula se copia hacia abajo en E5:E8.
La columna F es para la restriccin de inversin y de cada accin.
Conviene salvar la hoja.
Con Herramientas > Solver> se abre esta ventana. Pulsando el
icono que hay en Celda objetivo permite arrastrar o anotar E3;
igualmente con Cambiando celdas B2:D2.
176
Para las celdas de "Sujetas a las siguientes restricciones" pulsar

agregar y se abrir una pequea ventana para que anote o arrastre
a la izquierda una celda o rango; en el centro elija = o etc. y a la
derecha anotar 0 o la celda restriccin:
Luego, con Opciones.... tildar Adoptar Modelo Lineal > y Aceptar

para volver a la ventana principal Parmetros de Solver.
177
Pulsar Resolver > Utilizar Solucin de Solver > Aceptar.

Solver calculo ah el rendimiento mximo $2267 (comprando 300
acciones A; 83 B y 300 C).
SENSIBILIDAD
Adems Solver brinda en la ltima pantalla, en Informes, la posibilidad de un anlisis adicional de sensibilidad, que permite observar si quedan recursos ociosos, precios sombra, costos de oportunidad y otros.
178
Al activar Respuestas, o Sensibilidad y Lmites guarda estos informes en hojas adicionales fciles de interpretar.
PROGRAMACIN LINEAL SIMPLEX

Tpico ejemplo para maximizar los beneficios o la produccin de
una empresa: la inyectora de plstico Zonda, que produce mesas y
sillas, en 3 talleres -carpintera, tapizado y empaque- con las siguientes restricciones:
X1 3
X2 6
(... con X1 ; X2 0 )
6X1 + 4X2 36
FO: Maximizar Bj = 8X1 + 3X2
(dnde $8 y $3 son los beneficios en ambos productos)
1) Transformar a ecuaciones, agregando las variables de holgura
(capacidad ociosa en cada seccin)
1X1 + 0X2 + 1X3 + 0X4 + 0X5 = 3
0X1 + 1X2 + 0X3 + 1X4 + 0X5 = 6
6X1 + 4X2 + 0X3 + 0X4+ 1X5 = 36
179
2) Tabla 0: la primer lnea de ttulos es comn para todas las tablas,

con estas 9 columnas -Funcional (F); Variable (X); Recursos (R);
X1...5 ;Variable Saliente (VS)- y puede omitirse en las siguientes
tablas o pasos del clculo si se ponen seguidas.
3) Conviene anotar los coeficientes de la funcin objetivo (F.O) o
funcional, arriba de cada Xj de la primera lnea encabezamiento,
como una ayuda para calcular el punto 9.
4) En la columna X anotar las variables bsicas que intervienen en
cada clculo o tabla. La primera solucin (en el origen) solo incluye
las variables de holgura (con nada producido todo son excedentes).
Se suponen variables continuas, fraccionables.
5) En la columna Funcional van los coeficientes de las variables
bsicas en la F.O.. El valor que tiene en el funcional.
6) En la columna Recursos se anotan los recursos iniciales. Es el
valor de cada variable X en este paso (tabla) del clculo Simplex. En
las prximas tablas irn los recursos utilizados para esa etapa (o
solucin de la frontera acodada).
7) En X1 ... 5 se anotan inicialmente los coeficientes del sistema de
ecuaciones; i filas, j columnas.
Cada Xij indica cunto disminuye el valor de la variables Xi por cada unidad de Xj que decida fabricar (o que sobre, si j fuera un insumo). O sea, cunto disminuye el valor de Xi por cada unidad con
que j entre valiendo a la base.
8) Conviene trazar rayas: tras la columna Recursos; tras la columna
X5; y otra inferior.
9) Agregar una ltima fila, calculando cada X como:
( FiXi) Bj
180
10) Variable que entra: el mayor negativo en la fila inferior (sealarlo). Se toma el mayor negativo por que mejora el funcional (mayor
en valor absoluto).
11) Calcular la ltima columna VS como R / cada coeficiente en la
columna de la variable que entra.
12) Variable que sale: el menor positivo en VS (sealarlo), ya que
indica el valor con que la variable entra a la base y sale el menor
(las variables no pueden ser nulas o negativas).
13) Pivote: interseccin entre ambas seales. Remarcar el pivote:
TABLA 0:
F
0
0
0
X
X3
X4
X5
R
3
6
36
8
X1
1
0
6
-8
3
X2
0
1
4
-3
0
X3
1
0
0
0
0
X4
0
1
0
0
0
X5
0
0
1
0
TABLA 1
8
0
0
X1
X4
X5
3
6
18
1
0
0
0
0
1
4
-3
1
0
-6
8
0
1
0
0
0
0
1
0
TABLA 2
8
0
3
X1
X4
X2
3
1,5
4,5
37,50
1
0
0
0
0
0
1
0
1
1,5
-1,5
3,5
0
1
0
0
0
-1/4
1/4
0,75
VS
3<
6
6
4,5<
TABLA 1:
14) En la columna X cambiar la variable que sale por la variable que
entra.
181
15) Anotar en la columna F el valor que tiene cada variable en el

funcional.
16) Calcular la nueva lnea del pivote como = lnea pivote anterior
/ pivote.
17) En la columna del pivote completar con ceros (salvo el 1 del pivote).
18) Para calcular cada elemento restante observar los extremos del
cuadrado con diagonal en el pivote: al nmero en la tabla anterior
restarle la otra diagonal dividida por el pivote.
19) Calcula la ltima fila segn (9).
20) Calcular la columna VS segn (11).
21) Marcar la variable que entra (segn 10) y la variable que sale
(segn 12); circular su interseccin como nuevo pivote:
TABLA 2:
22) Repetir el calculo para la Tabla 1. Se llega al ptimo cuando una
tabla tiene todo positivo en la ltima fila.
23) Los coeficientes R indicarn ah las producciones; puede quedar
algn recurso ocioso. El valor mximo B se puede anotar al final
bajo R ( B = 8(3) + 3(4,5) = $37,50 ) y sobran 1,5 del recurso 2.
Contribucin marginal (precios sombra) o mximo a pagar por otra unidad: 3,5 y 0,75 para estos dos insumos que estn en
la ultima lnea.
Costo de oportunidad: si hubiera quedado alguna cifra abajo

en las columnas de los productos X 1 X2 (indicaran que no se produce ese bien) sera el costo o prdida si se decidiera producir lo
que no conviene.
182
183
Minimizar el costo de produccin:

En los casos de minimizacin, el origen de coordenadas no puede
ser el paso inicial y se suponen costos muy altos para los insumos al
solo efecto del paso / tabla inicial.
Adems de las variables reales y las slag (aqu con signo -) se
agregarn las nuevas variables, artificiales (+) en el funcional y como columnas en las tablas para considerar esos altos costos.
En la columna F de la tabla 0 inicial se anotan esos altos costos (por
ej. M), continuando el proceso hasta obtener el precio de cada insumo que minimiza lo requerido para la produccin de bienes dada,
cuando todos los valores de la ltima fila sean positivos.
Sin embargo, es ms fcil calcular el primal, o sea, el dual del mnimo.
DUALIDAD
Todo caso normal de maximizacin implica uno de minimizacin y
viceversa.
Como los clculos para minimizar son mayores que para maximizar,
debido a esos agregados comentados, es posible calcular el dual de
un mnimo convirtindolo en un caso de mximo, al considerar los
recursos disponibles como los coeficientes de las variables de un
nuevo funcional y tomando los coeficientes de las filas del sistema
de restricciones del mnimo como columnas para el sistema del mximo.
Es decir, el dual tiene una variable por cada restriccin del primal (y
tiene tantas restricciones como variables hay en el primal). Solo se
184
trata de que el funcional pasen a ser trminos independientes y poner las filas como columnas (las desigualdades tendrn sentido inverso).
Esto vale igualmente cuando en el primal hay mezcladas desigualdades contrarias: si alguna es negativa se le agregara una variable
artificial tal como se dijo)
Ejemplo:
Min Z = 5X1 + 9X2
sujeto a
-3X1 - 2X2
-6
5X1 + X2
10
X1 + 10X2 9
( con X1; X2 0)
Su dual es:
Max. B = -6Y1 + 10Y2 + 9Y3
Sujeto a: -3Y1 + 5Y2 + Y3 5
-2Y1 + Y2 + 10Y3 9
(con Y1; Y2 0)
2 variables y 3 restricciones pasan a ser 3 variables y 2 restricciones...
Vase en cualquier texto, pero precaucin- no los mezcle, ya que
si bien son equivalentes, cambian los pasos y su consideracin de
los signos.
PROGRAMACIN LINEAL SIMPLEX CON SOLVER DE

EXCEL
185
FBRICA DE MESAS Y SILLAS ZONDA

Este mismo ejemplo est planteado en esta hoja Excel: se anotan
las relaciones bsicas, por ejemplo B7 = B5 por B6; C7=C5 por C6;
D7=B7 ms C7, D2 segn indica la solapa, etc.
Luego Herramientas >Complementos> Solver > y se abrir este

cuadro, que pide la celda objetivo D7, las celdas cambiantes B5:C5
y Agregar ...restricciones (orienta como agregar una a una en segundos).
186
Finalmente Resolver y calcula la solucin $37,5 de ingreso o beneficio o produccin de 3 mesas y 4,5 sillas (es usual trabajar con beneficios en vez de ingresos menos costos).
Adems de Resolver, Excel ofrece ah 3 informes adicionales:
Respuestas (1,5 de capacidad ociosa en el Sector B).
Sensibilidad (cuanto representara una unidad ms en las secciones
A y C totalmente ocupadas).
Lmites (suponiendo alternativas).
PRODUCCIN DE TV, ESTREOS Y ALTAVOCES
187
En el Office de Microsoft se incluye un archivo Excel, Muestras.xls,

que incluye cinco ejemplos de aplicacin de Solver en casos de programacin lineal Simplex.
En el primero se trata de optimizar o maximizar la produccin de televisores, estreos y altavoces/parlantes, en funcin de los beneficios
que genera cada uno y las existencias de materiales en depsito.
Ejecutando Herramientas > Solver> se abre una ventana que ya

tiene incorporadas las celdas objetivo, cambiantes y de restricciones (segn se detall anteriormente). Con Resolver > Utilizar la solucin de Solver calcula los valores que aparecen en pantalla, 160
televisores, 200 estreos y 80 altavoces, totalizando en D18
$14917 de beneficio mximo.
188
PROBLEMA DE TRANSPORTE
La segunda muestra de Solver es sobre optimizar la distribucin o
transporte minimizando los costos, en funcin de las demanda de
almacenes en cinco ciudades y las existencias en tres plantas regionales.
189
En C8 a G10 estn las celdas a cambiar anotando las demandas de

cada ciudad (o pidindole a Solver que lo resuelva) y a su izquierda
la suma total, que se compara con las existencias de B16:B18.
Con Herramientas > Solver > se introducen las celdas que indica la
imagen (tal como en los primeros ejemplos - Fbrica de Mesas y
Sillas Zonda) y luego Resolver > Utilizar la solucin de Solver (tambin se pueden pedir ah los informes sobre Respuestas, Sensibilidad y Lmites, comentados anteriormente).
190
PLANIFICACIN DEL PERSONAL DE UN PARQUE DE

DIVERSIONES
PROGRAMACION CON PRESENTACIONES MATRICIALES
Otro formato ms complejo esta planteado en el archivo Muestras.xls del Office, hoja con el ejemplo de optimizar los horarios del
personal de un parque de diversiones.
Ilustra como utilizar la hoja de clculo con una presentacin matricial
que facilite la presentacin de cada restriccin; en este caso que
cada empleado trabaja 5 das seguidos y descansa dos.
191
La celda objetivo D20 indica el mnimo coste (con $40 diarios de

salario). En las celdas cambiantes D7:D13 Solver determina la cantidad de empleados que minimiza el costo cumpliendo con las restricciones de cubrir las diferentes necesidades de personal, segn
las cantidades necesarias de la lnea 17.
Con Herramientas > Solver > se puede pedir que optimice la disponibilidad, minimizando el costo. Las celdas objetivo, cambiantes y
para restricciones se cargan segn muestra la siguiente imagen. La
operatoria es similar a lo detallado en los primeros ejemplos y en
Fbrica de Mesas y Sillas Zonda.
192
193
Para otros casos ser necesario plantear en la hoja este cuadro

de formato matricial cada restriccin de mayor, igual y/o menor
segn sea necesario, guindose por el planteo formal segn las
inecuaciones del Simplex (o sujeto a aqu).
Considerando que el producto de una matriz cuadrada por un vector
columna origina otro verctor columna con el resultado, a veces tambin puede ser necesario hacer tambin uso de la funcin trasponer los datos de filas a columna o viceversa. Igualmente otras funciones usuales para armar en la hoja una solucin son las funciones =sumaproducto( ; ) =mmult.( ; ), = si( ; ) etc. otras de Excel.
MAXIMIZAR UNA INVERSIN EN BONOS

La ayuda que trae Excel en esta muestras dice lo siguiente: Determinar cmo invertir los excedentes de efectivo en certificados de
depsito a plazo fijo de 1, 3 y 6 meses, de modo que se aumenten
los ingresos por intereses al tiempo que se conservan fondos suficientes para cubrir los gastos (ms un margen de seguridad).
Una de las funciones de un directivo gerente financiero es el manejo
de dinero lquido y de las inversiones a corto plazo de forma que se
maximicen los ingresos por intereses, a la vez que se mantienen
fondos disponibles para poder hacer frente a los gastos. Es preferible la flexibilidad que proporcionan las inversiones a largo plazo que
las altas tasas de inters de las inversiones a corto plazo.
En este modelo se calcula la liquidez final en base a la liquidez inicial (del mes anterior), la entrada de flujo financiero debida a los
plazos de los certificados de depsito, la salida de flujo financiero
motivada por la compra de nuevos certificados de depsito y el dinero necesario para las operaciones mensuales de la organizacin.
194
Puede tomar hasta nueve decisiones: las cantidades a invertir en

certificados a un mes entre los meses 1 al 6, las cantidades a invertir en certificados a tres meses entre los meses 1 al 4 y las cantidades a invertir en certificados a seis meses en el mes 1.
Nuevamente, la optimizacin se consigue con Herramientas > Solver > identificar las celdas objetivo, cambiantes y para restricciones
como muestra la siguiente imagen. Luego Resolver > Utilizar la solucin de Solver (tambin se pueden pedir en este ltimo paso los
tres informes sobre Respuestas; Sensibilidad; Limites)
La operacin bsica se detall anteriormente y en Fbrica de Mesas y Sillas Zonda.
195
OPTIMIZAR UNA CARTERA DE VALORES-ACCIONES

El ejemplo de Excel propone hallar la ponderacin de acciones en
una cartera de valores rentable que permita incrementar la rentabilidad para un determinado nivel de riesgo. En esta hoja se utiliza el
modelo de ndice simple de Sharpe. Tambin se puede utilizar el
mtodo de Markowitz si existen trminos de covarianza.
Uno de los principios bsicos en la gestin de inversiones es la diversificacin. Con una cartera de valores variada, por ejemplo, puede obtener una tasa de inters que represente la media de los flujos
financieros de los valores individuales, a la vez que se reduce el
riesgo de que un valor en concreto d un mal resultado.
Al utilizar este modelo, puede utilizar Solver para obtener la dotacin
de fondos en valores que minimice el riesgo de la cartera de valores
196
para una tasa de flujo financiero dada o que maximice la tasa de

flujo financiero para un tipo de riesgo conocido.
Esta hoja de clculo contiene los nmeros (riesgo relativo al mercado) y la varianza residual de cuatro valores distintos.
Adems, la cartera de valores incluye inversiones en Deuda del Tesoro, para las que se asume un riesgo de flujo financiero y de varianza de 0. Inicialmente, cantidades iguales (20 por ciento de la
cartera de valores) se invierten en cada valor del mercado.
Utilice Solver para probar las diferentes dotaciones de fondos en los

valores y Deuda del Tesoro para maximizar el flujo financiero de la
cartera de valores para un nivel especfico de riesgo o para minimizar el riesgo para una tasa de flujo financiero especfica. Con la dotacin inicial del 20 por ciento, la cartera de valores devuelve un
16.4 por ciento y la varianza es del 7.1 por ciento.
Con el procedimiento detallado en los ejemplos iniciales aparece la
ventana para ubicar las celdas objetivo, cambiantes y para restric-
197
ciones, como en los dems casos; pero la ayuda Excel es explcita,

abriendo el archivo muestra.xls o (muestras.xls), incluido en el CD
del Office.
VALOR DE RESISTENCIA PARA UN CIRCUITO ELCTRICO

Finalmente, la sexta muestra que incluye este archivo de Excel se
refiere a un caso tcnico, de otra ndole:
Hallar el valor de la resistencia en un circuito elctrico que emitir
una descarga equivalente al uno por ciento de su valor inicial en una
vigsima de segundo desde el momento en que se mueve el interruptor.
198
Este modelo presenta un circuito elctrico que contiene una batera,

un interruptor, un condensador, una resistencia y un inductor. Con
el interruptor en la posicin de la izquierda, la batera conecta con el
condensador. Con el interruptor a al derecha, el condensador conecta con el inductor y la resistencia, los cuales consumen la energa
elctrica.
Por medio de la segunda ley de Kirchhoff se puede formular y resolver una ecuacin diferencial para determinar cmo la carga en el
condensador vara con el tiempo. La frmula relaciona la carga q[t]
con el tiempo t, con la induccin L, la resistencia R y la condensacin C de los elementos del circuito.
Utilice Solver para escoger un valor apropiado para la resistencia R
(dados los valores del inductor L y el condensador C) que emitirn la
carga a un uno por ciento del valor inicial en una vigsima parte de
segundo despus de haberse presionado el interruptor.
199
La operatoria bsica del Solver y opciones es similar que lo ya explicado en los ejemplos iniciales y en Fbrica de Mesas y Sillas Zonda.
Cabe aclarar que si bien la razn de este trabajo fue suplir la ausencia de ejemplos resueltos con Excel para las mltiples aplicaciones
microeconmicas; pero no es el caso de estos seis ejemplos de Solver, suficientemente explicativos en el archivo muestra que ya incluye Excel.
MATRICES Y DETERMINANTES:
MATRIZ INSUMO-PRODUCTO
La inversin de matrices es utilizada para calcular la repercusin
total del proceso de relaciones intersectoriales en un grupo empresario (al igual que en un pas).
Supongamos un grupo empresario que produce acero y autos.
200
Para hacer acero son necesarios autos y viceversa, para hacer autos hace falta parte de ese acero (incluso hace falta acero para hacer acero y autos para hacer autos), por lo que estos requerimientos
intermedios aumentarn los valores finales a producir ms all de lo
que se pretenda vender al exterior de acero y de autos.
El mtodo de Gauss-Jordan permitira invertir esa matriz fcilmente
si fuera de 2x2.
Se la resta de la matriz unidad (o idntica); se le acopla otra matriz
unidad a la derecha y mediante operaciones elementales se la traslada hacia la izquierda, de modo que la matriz de coeficientes directos se transform as en algo un poco mayor: coeficientes directos
ms indirectos (totales).
Al multiplicarla por las demandas finales deseadas indicar los requerimientos o producciones totales.
Los requerimientos de insumos son los coeficientes intersectoriales.
La venta externa o demanda final es un objetivo a establecer (aqu
360 acero y 110 autos).
La produccin total es el producto de la demanda externa o final por
la matriz inversa de esos coeficientes intersectoriales, o requerimientos directos ms indirectos (600 acero y 180 autos)
Excel permite trabajar sin limitaciones de rango y rpidamente: en
G2:H3 se restaron ordenadamente los coeficientes a la matriz identidad.
201
En A6:B7 se calcul la matriz inversa de esa resta: pintando el rango A6:B7 y escribiendo =minversa(G2:H3) y pulsando
Cntrl+Shift+Enter por ser un rango.
Igualmente para multiplicar eso por la demanda externa: se pinta el
rango G6:G7 y se escribe Mult.(A6:B7;E6:E7) y se pulsa
Cntrl+Shift+Enter.
Queda ah la produccin total a obtener para los requerimientos directos externos ms los indirectos intersectoriales.
MATRIZ DETERMINANTE
Por otra parte, Excel tambin tiene incorporada la funcin mdeterm(A1:C3) que calcula el determinante de la matriz NxN, simplemente anotando esta expresin en una celda y el rango del determinante:
202
EQUILIBRIO GENERAL DE PRODUCCININTERCAMBIO

Suponga un modelo de dos sectores de produccin, caracterizado
por las relaciones intesectoriales segn la siguiente matriz de insumo-producto:
4/6 2/6
1/ 6
2/6
En la cual los requerimiento de factores capital y trabajo para producir dos bienes son: X= mn(C, T) e Y = min(1/6C, 1/2T).
Las dotaciones de la economa son 260 unidades de capital C y
120 unidades de trabajo T.
La funcin de utilidad es del tipo multiplicativo, indicando las preferencias similares por el consumo final de ambos bienes: U = xy.
La produccin de ambos bienes deber satisfacer las demanda finales x e y, as como los requerimientos intersectoriales intermedios,
segn la matriz de coeficientes tcnicos que indica la matriz insumoproducto inicial.
203
Restando la matriz A inicial a la matriz unitaria se obtiene la matriz

"I-A" que figura en E6:F7; la matriz inversa de sta se calcula como
lo indica la imagen en H6:I7.
Dada la funcin U=xy se definen intercambios por M=$120. Resolviendo las condiciones de primero (punto de giro, igualando a cero
las primeras derivadas) y segn grado (determinante Hessiano=36,
positivo) indican demandas finales por x=10 e y=10, que en funcin
de los precios para ambos bienes totalizan ese importe.
204
Multiplicando la matriz inversa por las demandas finales (o externas)

se obtienen las producciones globales necesarias para cada bien
(consumo final ms intermedio) X = 60 e Y = 30.
Multiplicando las restricciones H3:I4 por las producciones finales

C13:C14 se obtienen los requerimientos de factores utilizados (y
comparando con las dotaciones se observa que T=120 esta plenamente ocupado, mientas que C=240 implica 20 ociosos.
205
MATRIZ INSUMO-PRODUCTO ARGENTINA 1997

La MIP permite cuantificar el incremento de la produccin de todos
los sectores, derivado del aumento en la demanda final de uno de
ellos en particular. Ofrece una descripcin detallada de la ruta que
siguen los bienes y servicios hasta llegar a la demanda final.
La MIP brinda a los empresarios la posibilidad de evaluar la participacin relativa de su empresa en el total de una determinada rama
de actividad, con sus consecuentes posibilidades de expansin de
mercado.
Adems, las empresas conocen cual es la distribucin sectorial de
sus ventas normales y ponderando, pueden cuantificar los impactos
directos e indirectos en la produccin como consecuencia de cambios en la demanda final de cualquier sector, tanto sean expansiones o reducciones de empleo.
Conforma as la MIP un preciso instrumento para la proyeccin de
su demanda y anlisis de mercado (que en Argentina es ahora posible incluir dentro del conjunto de las herramientas consideradas en
este trabajo inicialmente).
206
INDEC public en 2003/04 la MIP 1997 que registra la estructura

productiva argentina actualizada a los cambios de poltica econmica aperturista de los aos 90 (el otro estudio, hecho por el Banco
Central R.A. 30 aos antes corresponda a otra tendencia econmica, desarrollista pero todava con incipiente expansin industrial)
Las empresas suelen utilizar para sus proyecciones de demanda
diversas valiosas encuestas y estudios parciales publicados por INDEC y al comparar con esta MIP les otorga un marco de consistencia que permite encuadrarlos y corregirlos
Pero adems del pronstico de demanda y anlisis de mercados, la

MIP tambin posibilita estudios diversos, como por ejemplo medir
207
las consecuencias de cambios en las reducciones de desempleo por

expansiones en la actividad de la construccin de obras pblicas o
privadas.
Tambin es til para evaluar las repercusiones de alteraciones en el
comercio exterior, midiendo la demanda directa e indirecta de importaciones de todos los sectores. Tambin permite el anlisis del tipo
de insumos que requerir la expansin de exportaciones en algn
sector.
La MIP tambin permite determinar el efecto en el nivel general de

precios como consecuencia de la modificacin de algunos de los
precios sectoriales o de sus tasas tributarias.
Para el anlisis energtico de cada sector la MIP permite calcular
los contenidos directos e indirectos de los diferentes productos o
sectores. Asimismo es posible el anlisis del medio ambiente al
relacionar las fuentes de contaminacin y datos sobre emisiones en
trminos fsicos con los cuadros insumo-producto, calculando el
contenido de contaminacin de la demanda final.
208
Los estudiantes de microeconoma tienen a su disposicin esta MIP

1997 en el INDEC, pero tambin pueden utilizar sus cuadros desde
los site del curso.
Matriz Insumo Producto 1997 - ARGENTINA

CONTENIDO
Matriz Insumo Producto 1997 (Publicacin completa formato PDF)
Matriz Insumo Producto 1997 (Matrices Reducidas formato XLS)
Matriz Insumo Producto 1997 (Matrices Reducidas formato PDF)
Clasificador de Actividades
Clasificador de Productos
Matriz de oferta a precios bsicos
Matriz de utilizacin a precios de comprador
Matriz de utilizacin a precios bsicos
Matriz de importaciones a precios de CIF
Matriz de gastos de nacionalizacin de las importaciones
Matriz de mrgenes de comercio minorista de los productos importados
Matriz de mrgenes de transporte de carga de los productos importados
Matriz de impuestos netos de subsidios sobre los productos importados
Matriz de mrgenes de comercio minorista de los productos nacionales
Matriz de mrgenes de transporte de los productos nacionales
Matriz de impuestos netos de subsidios sobre los productos nacionales
Matriz simtrica de insumo producto
Matriz de coeficientes de requerimientos directos (o de coeficientes tcnicos)
Matriz de coeficientes de requerimientos directos e indirectos de produccin
Matriz de requerimientos directos e indirectos y multiplicadores de empleo
Matriz de generacin del ingreso y puestos de trabajo
INDEC
209
METODO SIMPLEX, EN FORMA ESTANDAR Y CANONICA

Se expuso antes la forma simplificada del mtodo Simplex tabular
para programacin lineal, que se elabor a partir de los trabajos
iniciales de Dantzing (Michigan,1936), termiando el secreto blico y
tras las publicaciones de 1947.
En cuanto a la forma cannica se refiere simplemente a la presentacin del sistema de restricciones como <= para casos de mximos; o de >= para los casos de mnimos.
La forma estndar del Simplex presenta las variables bsicas ms
las de holgura (slack u ociosidad) como igualdades (=, para ubicar el
sistema en la frontera acodada de las posibilidades de produccin (o
puntos extremos del permetro del polgono exclusivamente convexo
que forman los ejes cartesianos y las restricciones); adems solo
incluye variables no negativas; y los trminos independientes (recursos) son positivos (si fueran negativos se multiplica la fila por -1).
Dado un problema expresable en relaciones lineales, como por
ejemplo la produccin de la carpintera Zonda,
Restriccin 1
Restriccin 2
Restriccin 3
Beneficio/u.
Mesas Sillas Recursos

1
0
3
0
1
6
6
4
36
$8
$3
-
Optimizar este sistema implica los siguientes pasos:

1) presentar la matriz del sistema con las variables bsicas ms
las variables de holgura, ampliado con los trminos independientes (o viable saliente)
210
2) Sobre la lnea de ttulos o encabezados se anotan los coeficientes de la F.O. para cada variable bsica y slag (lnea Cj )
Cj=
8
3
0
0
0
X1
X2
X3
X4
X5
VS
0
0
0
X3
X4
X5
Cj Zj=
1
0
6
8
0
1
4
3
1
0
0
0
0
1
0
0
0
0
1
0
3
6
36
3
6
3) En la tabla inicial se le agregan a la izquierda una columna

para las variabales quer intervienen en este paso del clculo
y otra para los coeficientes que ellas tengan en el funcional (
F.O.)
4) Se calcula una ultima fila Cj-Zj como la resta del respectivo
Cj menos la Zj o suma producto de los coeficientes del paso
anterior por por los respectivos coeficiente de cada columna.
5) En esta ltima fila se seleccionar el mayor positivo, para indicar la variable entrante en la prxima tabla.
6) Se agrega una ltima columna calculndola por divisin de
los coeficientes de la VS / variable entrante. El menor positivo resultante indicar la variable saliente en la proxima tabla.
7) La interseccin de la fila y columnas saliente y entrante se
toma como pivote para calcular la proxima tabla (se seala
aqu con corchetes
)
8) Se vuelve a tomar el sistema de variables bsicas ms de
holgura ampliado con los t.i. para modificarlo mediante operaciones elementales por fila (o triangulacin), para logar que
el pivote sea uno y el resto de esa columna sean ceros.
1
0
0
1
1
0
0
1
0
0
3
6
211
-6
18
9) En la prxima tabla se reemplaza la variable saliente por la

entrante (con sus respectivos coeficientes de la F.O.)
Cj=
8
0
0
X1
X4
X5
Cj Zj=
8
X1
3
X2
0
X3
0
X4
0
X5
1
0
0
0
0
1
4
3
1
0
-6
-8
0
1
0
0
0
0
1
0
VS
3
6
18
6
4,5
10) Tal como en 4) se calcula la ltima fila Cj Zj como la resta

del coeficiente Cj por la sumaproducto del coeficiente del
funcional por el coeficiente de la respectiva columna. La
nueva variante entrante ser el mayor positivo.
11) Se calcula la ltima columna tal como en 6), tambin la
variable saliente y por inteseccin de fila y columna el nuevo
pivote para calcular la prxima tabla.
12) Si es necesario se repiten las operaciones por fila de 8) para
convertir el ultimo pivote en uno y en ceros el resto de esa
columna
1
0
0
0
0
1
1
1,5
-1.5
0
1
0
0
-1/4
1/4
3
1.5
4.5
Tambin se calcula la prxima tabla reemplazando la variable saliente por la entrante (y su coeficiente en la FO)
212
Cj=
8
0
3
X1
X4
X2
Cj Zj=
8
X1
3
X2
0
X3
1
0
0
0
0
1
1
0
1.5
1
-1.5 0
-3.5 0
0
X4
0
X5
VS
0
3
-1/4 1.5
1/4
4.5
-3/4
La solucin ptima surgir en la columna VS cuando en la ltima fila hay solo ceros o negativos.
En este caso la produccin ptima y mximo Beneficio ser
=$8(3 mesas) +$3(4,5 sillas) = $37,50 y queda capacidad
ociosa por 1,5 en la segunda restriccin. Los precios sombra
(remuneraciones) son 3,5 y para las dos restricciones agotadas, para estos casos de sistemas no cuadrados NxM (variables y restricciones).
SIMPLEX MATRICIAL
Sea optimizar la produccin de autos y motos, maximizando
el beneficio de este funcional Z =$2,5(X1) +$2(X2), sujeto a:
Hs.hombre
Hs.maquina
Autos Motos Recursos

1
2
<= 8000
3
2
<=9000
Para los sistemas NxN el proceso Simplex matricial consiste

en ubicar una matriz unitaria a la derecha de la de los coefi-
213
cientes tcnicos (equivale a competar el sistema con las variables de holgura en la presentacin algebraica); tambin se
agrega otra columna con los trminos independientes (o recursos).
Luego se efectuan operaciones aritmticas elementales por

lnea hasta que esta matriz unitaria quede a la izquierda (con
unos en la diagonal principal y ceros abajo y arriba de ella).
X1
Hs/h 1
Hs/m 3
2,5
X2
2
2
2,0
X3
1
0
0
X4
0
1
0
V.S.
8000
9000
Z
En este caso ya es 1 el elemento de la fija 1 y columna1

(elemento 1 1) y solo se deben ubicar ceros debajo de este
elemento.
Restando a la anterior fila 2 la fila1 por3 surge la segunda fila
de la prxima tabla. Restando a la anterior fila 3 la fila 1 por
2,5 surge la tercera lnea de esta prxima tabla:
1
0
0
2
-4
-3
1
-3
-2,5
0
1
0
8000
-15000
Z-20000
El prximo paso es conseguir 1 en el elemento 2 2 (multiplicando la vieja fila 2 por ) y ceros arriba y debajo de l.
A la anterior fila 1 se le suma la fila 2 por ; y a la anterior fila 3 se le resta la fijla 2 por , segn muestra la siguiente tabla.
1
214
-1/2
500
0
0
1
0
-1/4
-1/4
-3/4
3750
Z-8750
Esta tabla ya muestra la solucin del sistema, por que las variables reales muestran ceros en la ltima fila y solo hay
elementos cero o negativos en esta ultima fila.
En la columna de los recursos figuran las cantidades optimizantes: X1= 500 autos; X2= 3750 motos; con beneficios por
$8750.
Bajo las columnas X3 y X4 quedaron los precios sombra o
contribucin marginal / remunaeracin de ambos recursos
/factores productivos.
INVESTIGACION OPERATIVA CON EXCEL, WINQSB;

GAMS, LINDO, TORA Y OTROS
Es usual efectuar la investigacin de operaciones mediante
aplicaciones de Excel (con Solver y con matrices inversa, multiplicar y determinante); para complementar o contrastar los
resultados tambin se utilizan otros utilitarios, como por ejemplo los enunciados.
215
PROGRAMACIN LINEAL CON WINQSB

La ventana principal muestra varias alternativas para los anlisis empresariales: un modulo de programacin lineal otro de
programacin no lineal , rbol de decisiones, inventarios , el
mtodo para la ruta /camino critico (CPM ) y el diagrama
PERT entre otras aplicaciones.
En este caso se elige Linear and Integer Programamming

(programacin lineal y entera) y en la siguiente ventana se
anotan el nmero de variables y el de restricciones; tildando
maximizar para este caso de la carpintera Zonda.
216
En la proxima ventana se anotarn los datos del problema de

optimizacin de la carpintera Zonda: maximizar el beneficio de
producir mesas y sillas B= $8(x1) + $3(x2), sujeto a las restricciones de requerimientos y disponibilidades en los talleres de
carpintera, tapizado y expedicin que se muestran en el cuadro, encolumnando los datos para la variable X1, luego para la
columna X2 y finalmente para los trminos independientes.
217
Para terminar, se pedir a WinQsb los resultados pulsando en

el men superior sobre Solve and Analize y tambien en Solve
the Problem, para que aparezcan los resultado en la ventana
final.
Los resultados son los mismos que se obtenen son Solver de

Excel: se maximiza el beneficio con B= $8(3 sillas)+ $3 (4,5
sillas)= $37,50.
218
El cuadro muestra los precios sombra (Sahdow Price) y los

valores sobre la sensibilidad del proyecto (cambios en los coeficientes de la F.O. y del lado derecho de las restricciones, o
sea los recursos, sin afectar al resultado final).
METODO GRAFICO CON WINQSB

La solucin segn el mtodo grfico de programacin lineal es
tambin muy simple con WinQsb. Segn lo comentado anteirormente, se trata de elegir ahora Grafic Method, como muesta la imagen.
219
Se acepta en la prxima ventana con OK lo establecido como

default para las variables que van en la abscisa y en la ordenada.
220
El grfico final muestra las tres restricciones graficadas en

verde; tambin la funcin objetivo graficada en rojo. WinQsb
no grafic la familia de lneas de la funcin objetivo, sino solamente la del mximo beneficio (aqu con abscisa 4,5) y que es
tangente a la frontera acodada de las posibilidades de produccin segn las tres restricciones, para marcar la solucin como
punto de mximo beneficio (con coordenadas 3 sillas (X1) y
4,5 mesas (X2).
A la derecha imprime el objetivo $37,50 y esas cantidades

producidas
(la restriccin carpintera es X1= 3; la restriccin tapizado es
X2= 4.5; la restriccin expedicin es X1= 6 y X2=9).
221
PROGRAMACION LINEAL CON GAMS

El lenguaje matemtico generco es til para la programcin y solucion de problemas, pero resulta imprctico para casos efectivos de
la realidad empresarial concreta.
Tiene limitaciones para resolver manualmente casos con ms de 4
5 variables y se hace imprescindible recurrir a utilitarios como GAMS
u otros, que permiten cientos y miles de variables, en sistemas efectivamente NxN y otros NxM con programacin lineal.
En la pantalla inicial de trabajo de GAMS pueden escribirse los bloques necesarios. Si se antepone en cada lnea un* (asterisco) sern
texto solo orientativo (o bien ubicndolos entre $ontext.. y $offtext).
Por ejemplo, optimizar la produccin de mesas y sillas en la Carpintera ZONDA, Max B = $8(X1) + $3(X2),
X1
<= 3
Sujeto a:
X2 <= 4,5
6X1+4X2<= 36
222
Los datos de trabajo conforman otro breve bloque directamente a

continuacin.
A continuacin se pulsa sobre File / y Run y GAMS imprime una

larga lista con los pasos efectuados, observaciones y resultados.
Esta lista puede consultase abriendo con File / Open el archivo generado (en este caso untitle_1.lst).
223
...
GAMS Rev 145 x86/MS Windows
06/24/11
14:02:34 Page 1
General Algebraic Modeling System
Compilation
1 VARIABLES
2 X1, X2, F;
3 POSITIVE VARIABLES
4 X1, X2;
5
6 EQUATIONS
7 OBJ, R1, R2, R3;
8
9 OBJ.. F=G= 8*X1+3*X2;
10 R1.. X1=E= 3;
224
11
12
13
14
15
R2.. X2=E= 4.5;

R3.. 6*X1+4*X2=E= 36;
MODEL LINEAL /OBJ, R1, R2, R3/;

SOLVE LINEAL USING LP MAXIMIZING F;
(conviene repasar los trminos numricos, ya que GAMS no
puede detectar errores de tipeo de este tipo)
COMPILATION TIME =
0.000 SECONDS
2 Mb WIN222145 Apr 21, 2006
06/24/11
14:02:34 Page 2
Equation Listing SOLVE LINEAL Using LP From line 15
---- OBJ =G=
( =G= o >=, mximos)
OBJ.. - 8*X1 - 3*X2 + F =G= 0 ; (LHS = 0)
---- R1 =E=
R1.. X1 =E= 3 ; (LHS = 0, INFES = 3 ***)
(el lado izquierdo LHS comienza con 0 segn la restriccin >=)
---- R2 =E=
R2.. X2 =E= 4.5 ; (LHS = 0, INFES = 4.5 ***)
---- R3 =E=
R3.. 6*X1 + 4*X2 =E= 36 ; (LHS = 0, INFES = 36 ***)
06/24/11
14:02:34 Page 3
Column Listing
SOLVE LINEAL Using LP From line 15
---- X1
(GAMS encolumna los coeficientes de cada
variable en la FO y restricciones; pone los de la FO en el primer
miembro con signo negativo)
X1
(.LO, .L, .UP = 0, 0, +INF)
-8
OBJ
1
R1
6
R3
---- X2
X2
225
(.LO, .L, .UP = 0, 0, +INF)

-3
OBJ
1
R2
4
R3
---- F
F
(.LO, .L, .UP = -INF, 0, +INF)
1
OBJ
06/24/11
14:02:34 Page 4
Model Statistics SOLVE LINEAL Using LP From line 15
MODEL STATISTICS
BLOCKS OF EQUATIONS
4 SINGLE EQUATIONS
4
BLOCKS OF VARIABLES
3 SINGLE VARIABLES
3
NON ZERO ELEMENTS
7
GENERATION TIME
=
0.031 SECONDS
3 Mb WIN222145 Apr 21, 2006
EXECUTION TIME
=
0.047 SECONDS
3 Mb WIN222145 Apr 21, 2006
06/24/11
14:02:34 Page 5
Solution Report SOLVE LINEAL Using LP From line 15
SOLVE
SUMMARY
MODEL LINEAL
OBJECTIVE F
TYPE LP
DIRECTION MAXIMIZE
SOLVER CPLEX
FROM LINE 15
**** SOLVER STATUS 1 NORMAL COMPLETION
**** MODEL STATUS
3 UNBOUNDED
**** OBJECTIVE VALUE
37.5000
RESOURCE USAGE, LIMIT
0.078
1000.000
ITERATION COUNT, LIMIT
0
10000
226
GAMS/Cplex Apr 21, 2006 WIN.CP.NA 22.2 031.034.041.VIS For

Cplex 10.0
Cplex 10.0.1, GAMS Link 31
Presolve found the problem infeasible or unbounded.
Rerunning with presolve turned off.
Dual infeasible or unbounded. Switching to primal to aid diagnosis.
Model has an unbounded ray.
**** ERRORS/WARNINGS IN EQUATION OBJ
1 error(s): 1 Unbounded equation (slack variable)
LOWER LEVEL UPPER MARGINAL
---- EQU OBJ
.
.
+INF
1.000 UNBND
---- EQU R1
3.000 3.000 3.000
.
---- EQU R2
4.500 4.500 4.500 -2.333
---- EQU R3
36.000 36.000 36.000 1.333
LOWER LEVEL UPPER MARGINAL
---- VAR X1
.
3.000 +INF
.
---- VAR X2
.
4.500 +INF
.
---- VAR F
-INF 37.500 +INF
.
**** REPORT SUMMARY :
0 NONOPT
0 INFEASIBLE
1 UNBOUNDED (UNBND)
EXECUTION TIME
=
0.016 SECONDS
2 Mb WIN222145 Apr 21, 2006
USER: GAMS Development Corporation, Washington, DC
G871201/0000CA-ANY
Free Demo, 202-342-0180, sales@gams.com, www.gams.com
DC0000
**** FILE SUMMARY
Input
E:\Mis documentos\gamsdir\Untitled_2.gms
Output E:\Mis documentos\gamsdir\Untitled_2.lst.
227
PROGRAMACION LINEAL CON TORA

Handy A.Taha, I. O,. propone utilizar tambin el programa Tora para contrastar problemas de programacin lnea hechos
con otras aplicaciones
Sin embargo, la versin disponible en la red sin cargo no presenta la posibilidad de adaptacin a problemas de programacin lineal no entera y los resultado del problema de la carpintera Zonda con esta restriccin adicional son asi enteros, 3
mesas y solo 4 sillas (no 4,5 sillas), con un beneficio de solo
$36 en vez de los $ 37.50 con Excel y otros.
Este utilitario es de manejo intuitivo sencillo para los casos que
trae prediseados.
En el men principal se anotan los datos del problema y se
guardan los datos en un archivo.txt
228
Se pulsa luego en Solver y permite elegir la solucin grfica o

la solucin algebrica. En esta se pueden ver la iteraciones o
la solucin final:
La salida de resultados muestras esta solucin bajo programacin entera:
229
Y para este caso de programacin entera la salida como grfico muestra esta salida:
230
PROGRAMACION LINEAL CON LINDO
231
Ejemplo de la carpintera Zonda con Lindo Systems

Handy A. Taha, Investiagicin Operativa ( Un. Arkansas), propone utilizar el programa de Lingo Sistems Lindo (y Lingo).
En la automtica ventana auxiliar (untitled) de Lindo 6 se debe
anotar, separando con espacios los coeficientes de sus variables (y tambin de las instrucciones, en este caso MAX; y
Subjet To (o simplemente ST aqu); y terminar con END.
Lindo admite cientos de variables (y Lingo miles); estn diseados para procesar escribindoles como aqu solamente la
funcin objetivo; Subjet To (o ST); las restricciones de >= y/o
<=; y terminado con END:
MAX 8 X1 + 3 X2
ST
2) X1 <=3
3)
X2 <= 4.5
4) 6 X1 + 4 X2 <= 36
END
232
Finalmente, se pulsa Solve en el marco superior de Lindo; y

luego se tilda Sensitivity para que imprima el rango de sensibilidad, mostrando estos resultados:
LP OPTIMUM FOUND AT STEP
OBJECTIVE FUNCTION VALUE

1)
37.50000
VARIABLE VALUE
X1
3.000000
X2
4.500000
REDUCED COST
0.000000
0.000000
ROW SLACK OR SURPLUS

2)
0.000000
3)
0.000000
4)
0.000000
No. ITERATIONS=
2
DUAL PRICES
3.500000
0.000000
0.750000
RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES
VARIABLE
X1
X2
ROW
CURRENT ALLOWABLE
COEF
INCREASE
8.000000
INFINITY
3.000000
2.333333
ALLOWABLE
DECREASE
3.500000
3.000000
RIGHTHAND SIDE RANGES

CURRENT
ALLOWABLE
ALLOWABLE
RHS
INCREASE
DECREASE
233
2
3
4
3.000000
4.500000
36.000000
3.000000
INFINITY
0.000000
0.000000
0.000000
18.000000
Interpretacin de estos INFORMES DE RESULTADOS:

La funcin objetivo muestra como resultado =$ 37,50, segn la
solucin ptima de producir X1= 3; X2= 4,5 unidades.
Los precios sobra (remuneraciones o precios duales) para los
recursos agotados en la primer y tercer restricciones son
$3,50 y 0,75 respectivamente.
Holguras: quedan ociosos recursos de la segunda restriccin
por 4,5 unidades.
234
El Anlisis de sensibilidad se muestra en estos dos cuadros anteriores:

a) para los coeficientes de las variables de la funcin
objetivo (OBJECT COEF) y
b) para los lados derechos de las restricciones (RHS).
En a) se muestra el coeficiente y la cantidad de crecimiento y de decrecimiento permitidos para la funcin objetivo
(dentro de los cuales la solucin seguir siendo la misma), que
se obtienen sumando y restando respectivamente esas cifras
al coeficiente correspondiente.
En b) se muestra las cantidades de crecimiento y decrecimientos permitidas (dentro de las cuales la solucin seguir siendo la misma) para cada lado derechos de las restricciones. Para determinar el rango dentro del cual la solucin
seguir siendo la misma, se deben sumar y restar respectivamente al lado derechos que tenga la cada restriccin.
SISTEMAS CON 1700 VARIABLES

SISTEMAS DE ECUACIONES NxN
Excel dispone de la macro Solver que permite diferentes planteos
para resolver problemas, como es el caso de los sistemas de ecuaciones.
235
Utilizaremos un ejemplo de 2 3 ecuaciones, con solo 4 o 6 variables y/o restricciones, para simplificar lo que estas herramientas
permiten para cientos de variables.
SISTEMAS NxN CON SOLVER DE EXCEL

Supongamos el siguiente sistema con los coeficientes de las variables X, Y, Z y los trminos independientes S (por ej. los recursos,
capacidades, condiciones, requerimientos, etc)
X
Y
Z
S
1
-2
0
=
-13
0
3
2
=
19
3
4
-1
=
9
Elegimos un formato de celda de tipo Nmero (con 2 decimales),
mediante Inicio /Formato.
En las celdas C1:C3 escribimos cada ecuacin en su forma homognea (observe el cursor que muestra la tercera en C3).
236
En E1 escribimos la funcin objetivo (FO), en este caso como =C1^2

+C2^2 +C3^2 o suma de los cuadrados de cada ecuacin (que el
sistema utiliza para minimizar desvos sin que se anulen).
Se abre Solver en Datos / Solver/ y se tilda la opcin Valores
de.0.
En Cambiando las celdas: se anota o introduce H1:H3, que ser la

zona donde Solver anotar las 3 soluciones del sistema con Resorver.
El proceso con Solver es similar para casos con muchas variables.
SISTEMAS DE ECUACIONES NxN CON EXCEL, STATA, EVIEWS, MATLAB, SPSS

Suele ser necesario verificar comparando las soluciones de sistemas obtenidas con algn utilitario mediante lo obtenido con otros.
237
METODO DE DETERMINANTES:
Los utilitarios STATA, Eviews Matlab resuelven sistemas de ecuaciones mediante el mtodo de determinantes. Calculan el determinante de los coeficientes (S) y tambin otro determinante para
cada variable Xi (i= X, Y, Z, ) en el cual se reemplaza la columna
de la variable por la de los trminos independientes (las restricciones, capacidades, condiciones, requerimientos, etc)
Finalmente los valores de cada variable que solucionan el sistema
surgen por divisin del determinante de cada variable Xi por el de
los coeficientes.S (x1 = X / S, etc).
Estos determinantes S y Xi se preparan fcilmente en una hoja Excel, con suficientes copias del S a las que se le pegan los trminos
independientes en la respectiva columna del Xi. Luego se copiarn
todos ellos hacia el utilitario SPSS, STATA o Eviews.
SISTEMAS NXN CON DETERMINANTES EN EXCEL

En la hoja del siguente cuadro se utilizo =mdeterm( ) para calcular
en la columna D el determinante de los coeficientes tcnicos de
A2:C4 y otros tres ms abajo.
238
En tres copias de los coeficientes ms abajo, se reemplaz una columna por copia de los trminos independendientes E2:E4 (en amarillo) pegndolas en la primer columna de A6:A8 para calclar X, en
la segunda de B10:B12 para calcular Y y en la tercera de C14:C16
para calcular Z.
Se encontraron en la coluna F los valores de la solucin del sistema,
por simple divisin de esos determinantes, X= -3, Y= , Z= 2
239
SISTEMAS DE ECUACIONES NxN CON STATA

Resolvermos el mismo sistema de 3x3 tambin mediante Stata 10.1,
apuntando a que todos estos utilitarios permiten resolver con igual
simplicidad sistemas con cientos de variables.
S
Conviene anotar la matriz de los coeficientes en una hoja Excel, y

hacerle ah tantas copias como variables a resolver, a efectos de
copiarle el vector columna de los trminos independientes reemplazandoles la columna de la variable respectiva.
13
X
19
1
Y
13
19
0
2
1
13
19
Estas matrices sern luego copiadas y pegadas al Stata (u otro utilitario estadsitico) para calcular los valores de la solucin.
Se ejecuta el programa Stata y se pulsa Data / Matrix / Imput matrix
by hand / y en la siguiente ventana Matrix input se anota o pega la
matriz de los coeficientes; se le anota el nombre S (mayscula); la
dimensin 3 x 3 en este caso abreviado y OK.
240
Se procede en forma similar para la matriz de cada variable X, Y, Z,

etc (con su respectiva nombre en maysculas)
Como se ha definido en el stata que el sistema es de 3x3, si uno
comete algn paso errneo se deber recomenzar el proceso (por
esto se recomienda tener las matrices preparadas en una hoja Excel).
Hasta aqu Stata simplemente calcul el valor de cada matriz y para
calcular los valores de las varibles en la solucin del sistema se
pulsa en Data / Other Utilities / Han calculator / Create / Matrix y
con clic en Det( ) y en / se introduce en el marco Expression builder
la expresin Det(X)/Det(S)
241
Click en OK y nuevamente en OK, de modo que en el cuadro de

resultados aparecer el valor de X = -3.
De manera simlar se obienten los valores de las otras variables Y =
5 , Z= 2, etc.
Si se necesita borrar todas las matrices se usa Data / Matices / Drop
matrices / OK.
SISTEMAS DE ECUACIONES NxN CON EVIEWS

Ejecutar el programa y picar en File / New / Workfile; luego en
Workfile Structure Type seleccionar Unstructered-Undated; y en
Observations anotar 3 (o la cantidad de variables que sea) / y
OK.
242
En Objet / New Objet / Type of Objet seleccionar Matrix Vector

Coef. / OK; en Name for Objet / S en maysculas / y OK; en
Rows / 3; columns / 3 (o la cantidad de variables que sea). Este
nombre S corresponde al determinante de los coeficientes.
243
244
En la nueva ventana picar en Edit+/- y permitir pegar este determinante S que copiemos desde una hoja Excel, segn lo sugerido
unos prrafos antes.
En el cuadro de resultados (aqu a la izquierda) aparecer una referencia a los objetos creados: c; resid; y esta matriz determinante S.
Se repite este proceso para crear objetos a fin de copiar y pegar

justo con cada nuevo objeto el terminante de cada variable; e irn
apareciendo en el cuadro de resultaldos sus refencias (aqu a la
izquierda muestra hasta la matriz Z que tambin aparece pegada en
el marco derecho).
245
Finalmante, se procede a calcular los valores de la solucin de cada

Xi tipeando en el marco superior una leyenda parecida para cada
una (en minsculas):
scalar x1=@det(X)/@det(S) para la variable X; al pulsar sobre el
icono del clculo #x se mostr el valor respectivo.
246
En forma similar se procede para las dems variables:

scalar y1 =@det(Y)/@det(S) para la variable Y, etc.
Con doble clic sobre #x1; #y1 #z1 mostr el resultado de cada
variable solucin del sistema.(aqu #z1 escalar figura como 2,00000)
247
SISTEMAS DE ECUACIONES Y MATRICES CON

MATLAB
La operatoria con Matlab en entorno Windows es bastante intuitiva;
tambien requiere comandos particulares, que pueden consultarse
con la ayuda del marco superior (Help), o con >>helpwin (o >>lookfor matrix, por ejemplo).
Es posible modificar las sentencias escritas y retroceder o avanzar
utilizando las techas de direccin (arriba, abajo) y se las puede separar con coma ( , ) o bien cambiar de lnea poniendo triple punto al
final ().
248
Anteponiendo % se escriben comentarios solo texto aclaratorio no

operativos.
Se pueden definir variables con hasta 19 caracteres alfanumricos.
Con >>who (o >>whos) se rescatar las variables en uso.
Si los clculos son largos se pueden ocultar de la pantalla poniendo
punto y coma ( ; ) al final de la sentencia y solo mostrar as el resultado.
Para borrar variables se utiliza >>clear o bien >>clear, para borrarlas todas.
MATRICES:
Se escriben entre corchetes y se separan sus filas con punto
y coma ( ; )
>>A=[1 -2 0; 0 3 2; 3 4 -1]
1 -2 0
Mostrar
A=
0 3 2
3 4 -1
>>inv(A)
>>det(A)
>>A^3
>>eye(n)
es la matriz inversa de A (o sea, A-1 )

calcular el determinante de la matriz A
(respondiendo en este caso: ans= -23 )
eleva la matriz A a la potencia 3.
escribe la matriz unitaria de orden n
(ceros, salvo la diagonal principal con unos).
En los ejemplos anteriores se resuelve un sistemas de 3x3 por

el mtodo de los determinantes y por el de la matriz inversa.
Con Matlab se ejemplifica aqu con el de la matriz inversa, multiplicando la inversa de los coeficientes por el vector de los trminos
independientes.
En la pantalla de Matlab aparece definida la matria A;
luego se calcul la inversa de A; y al final se defini el vector
columna o determinante de los trminos independientes.
249
250
DETERMINANTES:
Un vector fila se escribe >>x=[3; 4; -0.7] o bien >> X= 5: 2: -0.7
Un vector columna >>X=[1; 0; 3]
El vector traspuesto es >>x
>>D=A*x es el producto (D) de una matiz A por un vector x, previamente definidos.
En este ejemplo Matlab muestra el resultado esperado: X= -3; Y= -5;
Z= 2.
En la pantalla final se resuelve el sistema del ejemplo de 3x3, multiplicando la matriz inversa de A por el vector de los trminos indpendientes (S) como Q; y muestra el resultado esperado X= -3; Y= -5;
Z= 2.
(al final de la pantalla tambin figura una matriz unitaria de orden n).
Matlab es un utilitario de operaciones matemticas, que permite
adems grficos muy detallados.
251
252
SISTEMAS NxN CON SPSS

Damodar N. Gujarati tambin propone en Econometra usar SPSS
para los anlisis; en este caso con SPSS de IBM. Ejecutando el
Pasw Statistics 18 se presenta la ventana para abrir un documento
existente o bien pasar a la siguiente ventana de trabajo.
En la ventana de trabajo incorporamos como datos (pestaa inferior

Vista de Datos) la matriz de coeficientes tcnicos y tambin sendas
copias, que tenga cada una reemplazada la columna de una variable
por el vector columna de los trminos independientes.
253
En este ejemplo de dos variables figuran as seis columna de datos,

pero pulsando en la pestaa inferior Vista de Variables se pueden
agregar ms variables.

pero pulsando en la pestaa inferior Variables se pueden agregar ms
variables.
254

pero pulsando en la pestaa inferior Variables se pueden agregar ms
variables.
255
Al ejecutar pulsando en el botn verde aparecenrn los resultado en

la ventana de resultados
256
257
CAPTULO 4
CONTEXTO ALEATORIO
TEORA DE LA PROBABILIDAD
Segn Pierre de Laplace, la teora matemtica de la probabilidad no
es ms que el sentido comn aplicado a los clculos, en situaciones
que no son conocidas con certeza, o que slo responden a una opinin o asercin con reserva.
Inicialmente la teora se desarroll en conexin con la solucin a
problemas de los juegos de azar, pero luego se aplic al anlisis de
los problemas demogrficos, econmicos y estadsticos en general.
Es usual leer que las primeras nociones relevantes sobre la teora
de la probabilidad correspondieron a los matemticos Pascal y Fermat, no obstante que en aquel momento el filsofo francs Compte
(1798-1857) consider como "una vergonzosa aberracin cientfica"
aquellos anlisis "no determinsticos" para resolver problemas de
cuestionables juegos de azar.
Si embargo, posteriores aportaciones de Gauss cimentaron estos
conocimientos conformando una slida rama de la "ciencia del
azar"; con importantes aplicaciones a los fenmenos econmicos,
adems de a la biometra, a la astronoma y a la estadstica en general, despus de los aportes de Santiago Bernoulli (1654-1705),
que desarrollo un clebre teorema que permiti estructurar el clculo
de probabilidades como una disciplina orgnica.
A principios del XIX varios trabajos de Laplace completaron los anlisis de Bernoulli, impulsando la estructuracin definitiva de esta disciplina, a la que se sumaron luego aportaciones de Possion, Gauss
y otros, vinculando esta teora con los diversos campos de la ciencia
comentados inicialmente.
258
PROBABILIDAD DE DISTRIBUCIONES
Un aspecto fundamental de la metodologa estadstica reside en
determinar si una distribucin de observaciones se debe al azar o
no. Por ello resulta interesante conocer determinados modelos estocsticos/probabilsticos, construidos a priori: distribuciones.
Interesa explicar como se plantean y qu son las pruebas de significacin, con significacin en sentido opuesto al azar; tal que si una
prueba resulta significativa implica que el resultado de la misma es
muy poco probable que se haya dado por azar, y viceversa.
Un planteo presupone que las observaciones correspondientes a
cada una de las variables son "independientes" entre s, es decir,
que no se afectan mutuamente para presentarse en las experiencias
(puede ocurrir un hecho ocurriendo o no el otro)
Se precisa el concepto de probabilidad con tres criterios:
- se define el valor numrico de probabilidad -siempre entre
cero y uno- como la frecuencia relativa de ocurrencia: o sea, la frecuencia absoluta sobre cantidad total de observaciones. Se obtienen
conclusiones empricas, basadas en las observaciones.
- un segundo criterio considera la probabilidad como el cociente entre los casos favorables sobre los posibles; siendo este
punto de vista muy til para obtener leyes a priori, tal como la probabilidad de sacar cara o cruz con una moneda.
- el tercer criterio apunta a verificar un modelo a priori o a
construir un modelo emprico. Si N es una cantidad numerosa de
observaciones de una variable y f es el conjunto de observaciones
pertenecientes a una misma categora, se define el valor numrico
de la probabilidad de obtener una observacin perteneciente a esa
categora en el conjunto de observaciones de la variables como la
frecuencia relativa "a la larga" de las observaciones que pertenecen
259
a una categora dada. Es decir que no suministra un valor exacto

sino solo un valor aproximado del mismo.
Laplace aport tres leyes que definen las propiedades matemticas
de la probabilidad:
- Haciendo N ensayos no es posible tener menos de 0 xitos
ni ms de N xitos, entonces la probabilidad tiene necesariamente
un valor numrico que oscila entre 0 y 1.
- Probabilidad simple (suma). Si dos hechos A y B no pueden
ocurrir simultneamente, la probabilidad de obtener A o B es igual a
la probabilidad de obtener A ms la probabilidad de obtener B (la
probabilidad de obtener 3 o 5 con un dato es 1/6 + 1/6 = 1/3)
- Probabilidad compuesta (multiplicacin). Dos o ms hechos
que se presentan juntos: la probabilidad de obtener A y B es el producto de la probabilidad de uno por la de probabilidad condicionada
de obtener el otro:
P(A) = P(A) P(B/A) = P(B) P(A/B)
Las distribuciones son construcciones a priori que se utilizan para
interpretar si los hechos concretos de la realidad se deben o no al
azar. Entre estos modelos estocsticos o probabilsticos se destacan la distribucin binomial y la distribucin normal.
Suponiendo un universo con la variable en observacin clasificada
en dos categoras y se considera favorable (r) la obtencin de una
de ellas, que a priori tiene una probabilidad p dada. Si adems interesa formar conjuntos de N elementos, en los cuales la probabilidad de obtencin favorable varia entre 0 y N, es posible formar un
modelo estocstico a priori que informa la p(r) segn J. Bernouilli:
P(r) = N! /r!(N - r)! . Pr .qN-r
260
ESPERANZA MATEMTICA
Si la variable aleatoria solo puede tomar un conjunto finito de valores enteros -como el nmero de hijos de una familia por ejemplo, o
caras de un dado, etc.- es una variable discreta, no continua. En
estos casos la distribucin de frecuencias puede trasformare en una
distribucin de probabilidad.
La media aritmtica de una distribucin de probabilidad es la esperanza matemtica: el valor esperado E(x) que se obtiene sumando
el producto de cada uno de los valores en que puede darse la variable por su probabilidad (en una lotera de 1000 nmeros a $1 que
ofrece un premio de $750, la esperanza es E(x) = 0,749 - 0,999 =
= -0,25: un mal negocio para un jugador).
DESVIACIN TPICA
El equivalente de la desviacin standar o de la variancia para una
distribucin de probabilidad es = [ E(x1/2) - (E(X))1/2 ]1/2.
DISTRIBUCIN NORMAL
Cuando N tiende a infinito la grfica de las ocurrencias deja de verse
como de barras y toma la apariencia de una variable continua (campana), representada por una funcin matemtica desarrollada en
1773 por De Moivre y paralelamente por Laplace y Gauss:
y=
1
2
1 x M 2
2
que vara entre 0 y 1, siendo e y pi constantes conocidas.
261
DESVO REDUCIDO
Utilizando x (minscula) para indicar la transformacin del origen
corrido hacia la media de la distribucin, tal que la media original se
transforma en 0 y adems se expresan todas las medidas con desvos respecto a su media, o sea, x = X-X (X sombrero o media)
As la unidad de medida se transforma en trminos de desviacin
standar, o puntaje standard, denominado "desvo reducido" y simbolizado con z en muestras grandes:
Z= X-X /
= x/
DISTRIBUCIN NORMAL ACUMULADA

Es la suma de casos de cada intervalo ms todos aquellos que estn por debajo del mismo: una distribucin de frecuencias acumuladas. Cuando se usan clases de intervalo muy numerosas y de mdulo chico, con la frecuencia de estos intervalos como valores acumulados se obtiene una funcin constantemente creciente de x: una
curva en forma de S conocida como ojiva (la integral de la curva de
distribucin normal).
USO DE TABLAS Y DE LAS FUNCIONES INCORPORADAS EN
EXCEL
Cuando se conoce N, la media X y para una distribucin es posible calcular por ejemplo, la cantidad o porcentaje de individuos locales entre dos puntajes, o por encima, o por debajo de un puntaje
dado de esa distribucin.
No es necesario realizar todos los clculos en cada caso; basta
consultar las tablas o bien utilizar las funciones incorporadas en Excel. En la tabla de distribucin normal interesa la primer columna y
la primer fila, con los valores de puntaje reducidos de x en la fila y
262
las dos primeras cifras de ese puntaje en la columna; la fila la segunda y tercera del mismo.
Aplicaciones usuales de estas tablas son por ejemplo, determinar el
porcentaje de casos que caen entre dos lmites dados en una distribucin normal. Tambin, encontrar los lmites de cualquier distribucin normal que incluyan un porcentaje determinado de casos (problema inverso al anterior). Otro ejemplo de aplicacin es clasificar
un grupo total en subgrupos de acuerdo con el aprendizaje o la aptitud para una materia; tambin determinar la dificultad relativa de las
preguntas de un examen o de los item de un test; etc.
Excel trae ayudas incorporadas para stas y muchas otras distribuciones (aproximadamente 10 15 ms); si bien no presenta ejemplos para su interpretacin concreta de cada caso, tal como figuran
en los textos tcnicos, resultan un complemento perfecto para la
aplicacin prctica de este anlisis.
REGLA O TEOREMA DE BAYES

Supnganse 6 cajas conteniendo 100 unidades cada una. En 4 hay
8 unidades falladas en cada una; en las otras 2 hay 20 falladas en
cada una.
Elegir una unidad implica bastante riesgo de que sea fallada (calculable, pero con resultado aleatorio).
Por una parte, si hay 4 cajas con 8 falladas, el primer clculo indica
una probabilidad de 4/6 ( 66%) de obtener una de ellas; pero se
corre el riesgo de sacar de una caja peor con 20 falladas, cuya probabilidad es 2/6, 33%.
Sin embargo, este riesgo de elegir una unidad fallada podra reducirse algo si existiera la posibilidad de poder extraer y ver una uni-
263
dad de una caja, ya que las fallas en una de las convenientes son
8/100):
La probabilidad compuesta de elegir una caja con 8 se multiplicara
por la de elegir una unidad fallada esa caja.
Casos favorables sobre casos posibles:
P = 4/6 (8/100)
[ 4/6 (8/1000) + 2/6 (50/100) ] =
0,053 / 0,053 + 0,166 = 0,24 (el 33% se redujo a 24% de riesgo

que salga fallada).
Excel calcula probabilidades seleccionando con el cono

bien, escribiendo directamente:
=probabilidad(fallas;probabilidad;lmite inferior;lmite superior)
264
ANLISIS COMBINATORIO. Reglas de conteo

Para el clculo de la probabilidad puede ser difcil efectuar el conteo
de los casos favorables y del nmero total de casos posibles.
Regla de conteo 1: si cualquiera de los k eventos mutuamente exclusivos y colectivamente exhaustivos, diferentes, puede ocurrir en
cada uno de los n ensayos, el nmero de resultados posibles es K n.
Lanzando una moneda 4 veces el nmero de resultados es 24 = 16;
lanzando un dado 2 veces el nmero de resultados diferentes sera
62 = 36.
Regla de conteo 2: si hay k1 eventos en el primer ensayo, k2 en el

segundo, ... y kn en el n=simo ensayo el nmero de resultados posibles es (k1) (k2) ... (kn). Si la patente de los autos fuera compuesta
por tres dgitos seguidos por dos letras el nmero total de patentes
sera (10) (10) (10) (26) (26) = 676000.
Regla de conteo 3: Los arreglos de diferentes formas en que se

pueden ordenar n objetos es factorial de n (n!); se define 0! como 1.
265
El nmero de formas en que se pueden ordenar 4 objetos es 4! = (4)

(3) (2) (1) = 24.
Regla de conteo 4: Las permutaciones posibles al ordenar X objetos extrados del conjunto Y, aunque se repitan en otro orden, es:
Y! / (Y - X)!
Utilizando la funcin factorial de Excel se calculan las permutaciones
posibles al ordenar 3 objetos extrados de un conjunto de 4 son:
4! / (4 - 3)! = 24.
PERMUTACIONES
Excel tambin incluye la funcin permutaciones: los subconjuntos de
2 objetos que pueden obtenerse contando con 4 son 12 (aunque se
repitan en otro orden, tal como 43 y 34, etc.).
266
Regla de conteo 5: las combinaciones posibles para ordenar X

objetos tomados del conjunto, tal que no se repitan en otro orden al
tomarlos, es igual a Y! / X! (Y-X)!
Las combinaciones posibles para ordenar 4 objetos tomados de a 3,
tal que no se repitan en otro orden, son: 4! / 3!(4-3)! = 4
COMBINACIONES
Las combinaciones diferentes de 4 elementos tomados de a 2, sin
repeticiones, tambin pueden calcularse con la funcin "combinat"
de Excel:
267
En contexto aleatorio tambin se estudia la media ( ), la varianza
( 2) y la desviacin tpica ( ) , adems de la curtosis, sesgo y la
desviacin media.
La distribucin binomial (Bernoulli) se utiliza en los casos en que los
ensayos son independientes y solo puede haber la posibilidad de
xito o fracaso, la probabilidad de xito es constante en todo el experimento (caso contrario se utilizara la distribucin acumulada) y
un nmero fijo de pruebas.
Por ejemplo, para calcular la probabilidad de obtener 4 caras al lanzar una moneda 8 veces: en un lanzamiento la probabilidad de xito
sera 0,5 (50%); entonces Excel la calcula para 8 veces en 27,3%
activando esta funcin al escribir en A1 =distr.binom.(4;8;0,5;falso):
La notacin falso corresponde a la densidad de probabilidad y no

acumulada.
268
DISTRIBUCIN NORMAL
Calcula la probabilidad de un valor aleatorio dado en series grandes.
Cuando N es grande y la probabilidad de xito p y la de fracaso q no
estn prximas a cero entonces coincide la distribucin binomial con
la normal de Gauss
(...con Np y Nq > 5)
Excel incluye varias funciones para estudiar esta distribucin.
Un suceso que se distribuye normalmente con una media 25 y dispersin 8 tiene una campana ubicada en el primer cuadrante, centrada en la abscisa 25.(abarcando desde 0 y 50) y ordenada 1.
La funcin distribucin normal indicar la probabilidad de que la
campana abarque cualquier valor igual o inferior al deseado.
Para el valor de abscisa 40 la probabilidad del rea para todo valor
hasta 40 es 96,9%.
Una campana de Gauss con media 0 est centrada en la ordenada.

Si la abscisa abarca aprox. entre 3 y +3, para un desvo de 1 el
rea acumulada a la izquierda de 1 es 84,13%; para un desvo de 2
el rea es 97.72% y si el desvo es 3 el rea a la izquierda (o probabilidad acumulativa) es 99.86%)
269
PRUEBA Z
La prueba z indica la probabilidad de que un valor pertenezca a una

poblacin: se calcula mediante la tabla de distribucin normal o bien
con Excel, anotando el rango de las muestras de esa poblacin, el
valor a averiguar y el desvo estndar (aunque si se lo omite Excel
toma los el desvo estndar de los valores del rango de las muestras).
La prueba Z devuelve el valor P de dos colas de la distribucin normal y permite evaluar la probabilidad de que una observacin determinada provenga de una poblacin especfica.
Su sintxis es PRUEBA.Z(matriz;x;sigma), donde Matriz es la matriz
o rango de datos frente a los que se ha de comprobar x; X es el
valor a comprobar; sigma es la desviacin estndar (conocida) de
la poblacin. Si se omite, se utiliza la desviacin estndar de la
muestra.
La Distribucin Norma de Gauss considera comportamientos constantes, con poca probabilidad al principio y hacia el final: la distribucin tipo campana simtrica :
270
VIDA TIL DE UN PRODUCTO

La vida til de un producto est calculada en 700 horas, segn
la distribucin normal con un desvo estndar de 185.
Para averiguar la posibilidad de que falle dentro de las 900 a
800 horas de uso el clculo de la probabilidad acumulada con
Excel sera:
=distr.norm(900;700;185;verdadero) e indicar 86%.
=distr.norm(800;700;185;verdadero) e indicar 71%.
La diferencia 86% 75% = 11% es la probabilidad de fallar si al producto se lo utiliza entre 900 y 800 horas (la notacin verdadero corresponde a la probabilidad acumulada).
En las muestras mayores de 30 grados de libertad tambin se utiliza la distribucin normal o de Gauss (en las muestras grandes coincidira la distribucin de Student con la normal).

Ejemplo: una muestra de 200 arandelas tiene dimetro 0,502 mm,
con desviacin tpica 0,005mm. El estndar de rechazo es de 0.496
a 0.508mm
Cul es el % de rechazadas si la produccin se distribuye normalmente?
271
z= (0.496-0.502)/0.005 = -1,2; y
z= (0.508-0.502)/0.005 =+1,2
El rea de la curva normal tipificada en z entre 1,2 y +1,2 es
dos veces el rea z=0 y z=1,2, o sea: 2(0,3849) = 0.7898 = 77%.
Hay el 23% de defectuosas.
Los valores pueden consultarse en las tablas de distribucin normal
o directamente escribir en Excel las funciones correspondientes que
figuran en estas imgenes (o utilizar la ayuda para seleccionar en
Funciones Estadsticas).
MUESTRA DE 100 TUBOS FLUORESCENTES

En otro ejemplo, la duracin media de una muestra de 100 tubos
fluorescentes es 1570 horas, con una desviacin tpica en la muestra de 120 horas.
Si la duracin media de todos los tubos producidos por esta empresa es =1600 horas (con
desconocida) se busca comprobar la
272
hiptesis nula que los tubos de la muestra difieren de la produccin

normal de esta fbrica, con una significacin del 95% y del 99%.
Corresponde un ensayo bilateral, ya que intervienen valores mayores y menores que 1600 horas y se utiliza la curva normal, tipificada en z.
Z se estima como: z = (1570-1600)/ (aqu desconocida)
Se adopta el criterio de suponer como aproximacin que la muestral [igual a 120/(100)1/2=12] sea como la de la poblacin, de modo
que z= (1570-1600)/12 = -2,5 por lo que se rechaza la hiptesis
nula ya que la z de la media muestral esta fuera del rango 1,96 a
+1,96.
TEORA DE LAS COLAS

Casos como los de atencin en mostrador, en los cuales la disposicin de servicios implica tanto un costo como posibles beneficios,
por evitar desercin de clientes ante tiempos excesivos de espera.
La decisin depende de:
- la aleatoriedad en la llegada de clientes
- la aleatoriedad del tiempo requerido para la atencin de
cada uno.
Si no hay ninguna constante y las llegadas son aleatorias se utiliza
la distribucin de POISSON para determinar la probabilidad rara
de desatencin.
273
DISTRIBUCIN DE POISSON
En cuanto al tiempo requerido para la atencin de cada uno, se suele utilizar la distribucin exponencial por que es conceptualmente
coincidente con la anterior.
SIMULACIN DE MONTECARLO
Un revendedor de aparatos sabe que tendr fluctuantes suministros
y clientela; supngaselos segn las siguientes probabilidades de
recepcin y venta, por lo cual necesita diagramar sus instalaciones y
accionar futuro:
a) Suministro mensual de equipos para la venta previsto:
274
Cantidad de equipos mensual:

1
2
3
4
5
Probabilidad de recepcin:
0.04 0.23
0.3
0.23 0.2
En una urna se preparan 100 papeles, anotando los nmeros 1 a 5
en esa proporcin anterior: 4 con 1; 23 con 2; 30 con 3, etc.
Eligiendo 12 al azar se obtendra uno para cada mes del ao, y podra tomarse como el suministro para la venta:
E F M A M J
1 3 2 3 1 3
J A S
4 3 5
O N D
1 1 2
La seleccin al azar con urnas es laboriosa. Excel simplifica esta

tarea mediante Herramientas > Anlisis de Datos > Generacin de
Nmeros Aleatorios > Discreta e indicando que seleccione un nmero del rango A2:B6 indicado para los 12 meses necesarios en
C2:C13, segn se ve en la imagen:
luego, Herramientas > Anlisis de datos >GENERACIN DE NMEROS ALEATORIOS
275
b) Por otra parte, la empresa sabe que recibira mensualmente la

siguiente cantidad de clientes segn estas probabilidades:
N de compradores:
Probabilidad:
0
0.1
1
0.1
2
0.15
3
0.3
4
0.15
5
0.1
6
0.1
Utilizando el Anlisis de Datos Excel > Generacin de Nmeros

Aleatorios, etc. (o bien poniendo en una urna 100 papeles con estos
nmeros de compradores segn esas probabilidades) se podran
obtener 12 para la recepcin mensual de clientes:
E F
2 3
M A M J J A
6 0 5 3 4 1
S O N D
3 0 4 3
c) La empresa tambin tiene registrada la probabilidad de que un

cliente compre efectivamente:
N de clientes que compran:
Probabilidad:
0
0.4
1
0.3
2
0.25
3
0.05
Con este mismo Anlisis de Datos de Excel (o repitiendo en una

urna con 100 papeles con las cantidades que compran segn estos
porcentajes) se podra obtener al azar las posibles compras para
cada uno de los posibles cliente de cada mes segn b):
E
F
M
A
M
J
J
A
S
O
N
276
1)2
1)0
1)2
1)1
1)1
1)1
1)2
1)0
1)2
2)0
2)1
2)0
----2)2
2)1
2)0
2)2
--2)0
3)1
3)1
3)0
3)0
3)2
4)3
5)0
4)2
5)1
6)1
4)3
3)1
3)1
4)1
1)2
2)0
3)1
Por consiguiente, segn las pruebas al azar, calculadas en el mtodo de Montecarlo con Excel (o con las urnas), el resultado sera:
a) Suministro
E
F
M
A
M
J
J
A
S
O
N
D
TOTAL29
1
3
2
3
1
3
4
3
5
1
1
2
c) Ventas
2
2
7
0
6
2
6
2
3
0
4
3
37
Saldo
-1
1
-5
-3
-5
1
-2
1
2
1
-3
-1
-8
En esta simulacin habra un saldo de 8 (suministro insuficiente).

Surgi del rigor de una seleccin al azar. Sin embargo, hay que
aclarar que si se repite la simulacin con nuevas pruebas al azar
seguramente el resultado sera otro.
Una posibilidad es entonces efectuar numerosas pruebas al azar
(con Excel) y observar los resultados posibles hasta que se estabilicen, para luego adoptar alguna decisin sobre las instalaciones y
facilidades necesarias.
Excel facilita esta larga tarea: es necesario armar una planilla anotando los 100 nmeros, repitiendo cada uno las veces que corresponda en un cuadro de 10 por 10. Luego se encolumnan en A1 has-
277
ta A100. En B1 se escribe la frmula =aleatorio(), copindola hasta

B100 con una macro que elija solo en el rango A1: A100.
Seguidamente desde B1 se ordena la lista de la columna B utilizando el icono del botn A-Z.
Cada vez que se apriete el botn A-Z, el nmero que ocupe la celda
A1 ser el elegido al azar por Excel, respetando la proporcin necesaria para la simulacin; igualmente para los nmeros para los 12
meses del ao, etc.
TAMAO DE LA MUESTRA
Una forma tcnica de calcular el tamao n de la muestra (30 simulaciones necesarias?) sera calcular la varianza del resultado para
una cantidad de, por ejemplo 1000 simulaciones, y medir la varian-
278
za. Si la distribucin es normal y con un nivel de confianza de orden

del 5%, se calcula la prueba Z de la distribucin normal; y con el
error absoluto (e) que se admita aceptable se calcula el tamao de
la muestra (n)
n = Z2 ( 2) / e2
De todos modos, con posterioridad a los estudios y a lo que se implemente, la realidad seguramente ser otra. Pero una planificacin
como esta puede representar alguna ventaja racional en aquellos
casos en que no existe otra frmula posible de previsin.
PROGRAMACIN DINMICA
CADENAS DE MARKOV
Procesos estocsticos (aleatorios) con variaciones discretas a lo
largo del tiempo. Supngase un estudio de dos marcas, tendiente a
establecer la penetracin del mercado con cada una, conociendo las
proporciones actuales de cada marca A 60% y B 40%, as como
cuntos clientes estaran dispuestos a cambiar hacia la otra marca:
El producto A tiene 90% de clientes firmes y 10% estara dispuesto
a cambiar hacia B; en el producto B hay 95% de clientes fieles y 5%
de clientes que estaran dispuestos a pasarse hacia A.
Estas proporciones pueden disponerse en forma de una matriz [C]
de fidelidad, en la cual A11 es la posibilidad de que un cliente de A
contine en A; A12 es la posibilidad de que un cliente de A se pase
a B; B22 son los clientes de B que continan en B; y B21 los clientes
de B que se pasaran hacia A.
279
En H3 se muestra el producto de la participacin inicial de clientes A

60% y B 40% por la matriz de fidelidad, de modo que al final del
primer ao la participacin ha cambiado hacia A 56% y B 44%. Se
utiliz la funcin "=MMULT(PARTICIPACIN;FIDELIDAD)"
Para establecer el proceso dinmico es necesario efectuar el producto {[0,60 0,40] [C]}n en los aos posteriores.
Repitiendo este producto con los nuevos clientes de cada ao por la
misma matriz de fidelidad (obsrvese en H3 que fue fijada como
referencia absoluta con $D$2:$E$3 mediante F4) se copia hacia
abajo durante n perodos, hasta que las proporciones se estabilizan
en 1/3 y 2/3 (en este caso A) 0.34 y B 0.66 desde el ao 21.
Cadenas de Markov absorbentes
Un laboratorio estudia casos excluyentes de salud o muerte (E y F)
despus de una serie de tratamientos sucesivos y peridicos, para
280
una muestra con 60% de enfermos leves y 40% de enfermos graves.

Se observaron los resultados en el primer y siguientes perodos,
segn este resumen:
E
F
E
1
F
0
Grupo 1
0.2
Grupo 2
0.05
Tratamiento
Inicial
1
2
0
0
1
0
0.1
0.6
0.15 0.15
Tratamientos
siguientes
Estado inicial [P
Q] = [0.60
0
0
0.1
0.65
0.40]
La probabilidad final de enfermos curados despus de un tiempo

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

de modo que [0.60 0.40] * [I - A] *
0.20
0.05 = 0.52
281
(se esperan 52% de pacientes sanos, luego de los tratamientos sucesivos y peridicos).
En una hoja Excel se anotan los datos en A2 hasta G3; en I2:J3 se
resta la matriz unitaria menos la matriz A, ordenadamente celda a
celda; en L2:M3 se calcula la matriz inversa pintando las cuatro celdas y escribiendo con Ctrl+Shift+Enter lo que indica el visor (cuando
esta pintado un rango de celdas la mquina agrega a la frmula una
llave inicial y otra final "{...}" ).
En la fila 3 se anot el concepto de fondo: multiplicar la muestra por

la matriz inversa de los tratamientos por el vector de cura inicial.
Pero procedemos en dos partes: en la primera multiplicamos la
muestra por la matriz inversa de tratamientos, segn se ve en D6
(previo pintar las cuatro celdas).
En segundo lugar, multiplicamos el producto anterior por el vector de

cura inicial, como se indica en el visor de G6.
282
El 52% de pacientes de la muestra sern curados, despus de

los tratamientos.
283
CAPTULO 5 -
MUESTREO
Mediante muestras es posible la estimacin estadstica de la

media y la varianza de la poblacin.
Esta estimacin ser insesgada o no segn que la media y
varianza de la muestra sean iguales a las de la poblacin.
Si dos muestras tienen iguales media y una tiene menor varianza que la otra se dice que sta es un estimacin ms eficiente.
Las pruebas de significacin usuales son: hiptesis de nulidad;
prueba estadstica; nivel de significacin; distribucin muestral;
zona de rechazo; decisin sobre la prueba.
Conviene distinguir la estimacin en estima de puntos y estima
de intervalos. La estima de puntos dir que el peso es 4 kilos.
La estima de intervalos dir 4 kilos + o 0,1, o sea, peso entre
3,9 y 4,1 kilos.
Hiptesis nula (Ho): por ejemplo, que un mtodo o algo, no es
mejor que otra cosa. Se distingue el error de tipo uno (rechazar algo verdadero) del error de tipo dos (aceptar algo errneo).
En cuanto a la significacin de los ensayos admitiendo algn
porcentaje de error, se explica -al 95% o al 99%- que entre las
muestras y la poblacin no difieren las medias ni las proporciones o desviacin tpica.
Existen varios tipos de muestreo: al azar simple; al azar sistemtico; estratificado (al azar, proporcional o no proporcional);
conglomerados al azar; no probabilstico o directo, etc. Intere-
284
sa la seleccin de la muestra, su tamao y la varianza de las

muestras y de la poblacin.
ENSAYOS CON UNA Y DOS COLAS

Con una cola es para cuando se compara si un proceso es mejor
que otro. De dos colas es para cuando se pregunta si el proceso es
mejor o peor que el otro.
El tipo de muestreo ms importante es el muestreo aleatorio. Se
numeran los elementos de la poblacin.
Se extrae solo uno, elegido al azar, i; se conforma una muestra eligiendo los elementos que ocupen los lugares i; i+K; i+2k; etc. tomndolos de k en k (con alguna correccin si casualmente existiera
una periodicidad constante k en la poblacin)
Los resultado se someten a error muestral e intervalos de confianza,
que varan de muestra a muestra y segn se calculen al principio o
al final.
La diferencia entre un estadstico muestral (los de posicin y de
dispersin vistos) y su parmetro poblacional correspondiente dan
la idea del valor que se obtendra con un censo en vez de con las
muestras.
El tamao de la muestra depender del tipo de muestreo, del parmetro a estimar, del error admisible, de la varianza poblacional y del
nivel de confianza del caso.
Las poblaciones homogneas tienen poca varianza y necesitan
muestras menores.
285
El error muestral es la diferencia entre el parmetro o medida sobre

la poblacin y el estadstico o medida en la muestra.
El nivel de confianza es la probabilidad de que la estimacin se ajuste a la realidad, siguiendo una distribucin normal o bien de Student, segn el caso.
NMEROS ALEATORIOS
Excel tiene funciones para aplicar al anlisis aleatorio. En el cuadro
figuran el clculo de nmeros aleatorios: escribiendo en A1
=aleatorio( ) los entrega como decimales cada vez que se recalcula con F9.
Si se desea calcular nmeros aleatorio entre 700 y 800 se escribir

en A2 =aleatorio.entre(700;800) y los calcular cada vez que se
recalcule con F9.
286
PEQUEAS MUESTRAS
DISTRIBUCIN STUDENT
Esta distribucin es aplicable para muestras pequeas (entre 3
y 30 grados de libertad) cuando no se conoce la desviacin
estndar de la poblacin pero s la de una muestra.
En vez del z de la distribucin normal se utiliza t; y en vez del
se utiliza el .
La prueba t indica la probabilidad de que dos muestras sean
de poblaciones con igual media.
Cuando el valor calculado para los grados de libertad y % de
confianza del caso- es menor que el de la tabla bilateral se
concluye que la diferencia entre medias es por azar, no significativa.
Una mquina produce arandelas de 0,050mm de dimetro
promedio. En una muestra de 10 hubo 0,053mm de promedio,
con una desviacin tpica de 0,003mm.
Ensayar la hiptesis de que la mquina funciona bien para un
97,5% de significacin.
Se trata de un ensayo bilateral, con
t = (x-)/s (N-1)1/2
t = (0.053 0.050)/ (10-1)1/2 = 3
valor que es mayor al 2,26 que aparece en la tabla de distribucin Student para 9 grados de libertad y 97,5% de significacin, por lo que se acepta la Ho; de modo que se concluye
que la mquina esta funcionando mal.
287
Comprobamos con Excel, modificando los valores de la muestra, en la imagen cercanos a 0,053 en promedio; tambin ponemos en la segunda fila producciones normales de la maquina como 0,053 en todos los casos.
Es evidente que el resultado debe ser que la muestra indique

que la maquina funciona bien (ya que casi todos los valores
son parecidos a 0,053...).
En la celda A3 hacemos la prueba t con Excel: muestra que
hay un 79,76% de probabilidad favorable:
A3 con =prueba.t(rangomuestra1; rango 2muestra;2 colas;tipo3 (el tipo 3 corresponde a muestras con distinta varianza; tipo 2 si son muestras con igual varianza; tipo 1 si es
sobre observaciones de pares).
PRUEBA X2 (DE ASOCIACIN ENTRE DOS VARIABLES Y DOS O MS MUESTRAS)

Mide el promedio de la diferencia cuadrtica relativa entre la frecuencia observada y la frecuencia terica esperada.
288
La prueba X2 permite observar el % de confiabilidad de que una serie terica sea como otra real, escribiendo en B11 lo que figura en
esta imagen; un alto porcentaje indica que el ajuste terico es adecuado para representar los datos empricos (o una muestra representa a una poblacin, etc.)
La prueba CHI.INV(probabilidad;grados) compara los resultados

observados con los esperados (muestra con poblacin) para ver si
la hiptesis original es vlida.
Comparando el valor calculado con el de la tabla X2 -para los grados
de libertad y el % de significacin del caso- se puede observar que
las variables no son independientes cuando el valor calculado sea
mayor que el de tabla.
Ejemplos:
289
MUESTRA DE 16 PIEZAS TORNEADAS

cuya altura tiene 2,4mm de desviacin tpica.
Toda la produccin tiene esa desviacin respecto del promedio?
No se tiene la desviacin tpica de la poblacin, pero s la de la
muestra, entonces se usa chi2:
Con 95% de confiabilidad, los lmites izquierdo y derecho de la distribucin chi2 son: 2,4 (16/5.24)1/2 = 1,83, izquierdo; y 2,4(16/2,5)1/2 =
3,84, derecho.
Para esa confiabilidad con lmites 97,5% y 2,5% -y con 16 grados de
libertad- la tabla muestra el cuadrado de 5,24 y de 2,5 -28,8 y 6,9(igual que en Excel, anotando como se ve en A11 y B11):
Entonces, la produccin habitual tendra una desviacin tpica en su

altura media de 1,83mm a 3,84mm, segn un nivel de confianza del
95%.
MUESTRA DE 200 BOMBITAS

que tienen una desviacin tpica de 100 hs. en su duracin.
Ser esta la desviacin tpica en la duracin promedio de toda la
produccin?
290
Si la tabla no mostrara 199 grados de libertad se utiliza Excel:

Medimos los extremos con 95% de confiabilidad:
izquierdo:
100(200/12.7)1/2 = 111.3 hs
derecho:
100 (200/15,5)1/2 = 91.2 hs.
(Excel muestra los cuadrados de 12,7 y 15,5 respectivamente: 161,8
y 240, en A16 y B16).
Igualmente si se trabajara con una confiabilidad del 99%:

Izquierdo:
100(200/15,9)1/2 = 88,9 horas.
Derecho:
100(200/12,2)1/2 = 115,9 horas
(Excel muestra los cuadrados de 12,2 y 15,9 respectivamente: 151,4
y 254,1 en A20 y B20)
Se puede afirmar con 99% de confiabilidad que la produccin normal de bombillas en esta fbrica tiene una desviacin tpica entre
88,9 y 115,9 horas respecto al promedio.
SALIERON 115 CARAS y 85 CRUCES

se observ luego de lanzar 200 veces una moneda.
291
Se puede afirmar que la moneda esta bien hecha?

X2 = (115-100)2 / 100 + (85-100)2 /100 = 2,25 + 2,25 = 4,5
La tabla chi2 para k-1 grados de libertad (2-1=1) y 95% de significacin indica 3,84 o ver (con Excel en A25).
Como 4,5 es mayor que 3,84 no puede afirmarse que la moneda
este mal hecha.
Pero al 99% de significacin la tabla indica 6,63 (con Excel ver B25),
que es mayor que 4,5. Entonces, no puede afirmarse con gran seguridad que la moneda est bien construida, ya que probablemente
este mal hecha.
EL KILO DE GUISANTES DE MENDEL

fueron clasificados y en su muestra de 556 se encontr: 315 lisos
amarillos; 108 lisos verdes; 101 rugosos amarillos; 32 rugosos verdes.
292
Concluy en la idea que ese ao la cosecha posiblemente guardara la proporcin 9+3+3+1=36, algo diferente (y que para 556 representara 104.25; 104.25; 104.25 y 34.75 respectivamente).
Es razonable aceptar la idea de Mendel para la cosecha?
Para k-1=3 grados de libertad y al 95% de significacin la tabla X 2
indica 7,81; mientras que al 99% de significacin indica 11,3.
Segn los valores de la muestra se tiene:
X2 (315-312.75)2 / 312.75 + (108-104.25)2 /312.75 + (101-104.25)2
/312.75 + (32-34.75)2 / 312.75 = 0,470
Como 0,470 es menor que 11,3 y 7,81 no se puede rechazar su idea
(sin embargo, dado que la tabla al 5% indica 0,352, menor que
0,470, cabe aclarar que hay cierta influencia de error muestral).
BONDAD DE UN AJUSTE
Lanzando una moneda1000 series de 5 veces se registraron las
siguientes presentaciones de cara en cada serie: 38:0 (38 veces de
canto); 144:1 (144 veces una cara); 321:2; 287:3; 164:4 y 25:5.
Un ajuste binomial estableci la siguiente ley de formacin:
Caras
p{x caras
Frecuencia
Frecuencia
293
0
1
2
3
4
5
0.0332
0.1619
0.3162
0.3087
0.1507
0.0294
esperada
33
162
376
309
151
29
observada
38
144
342
280
164
25
Para efectuar la bondad del ajuste se calcula X 2 :

X2 = (38-33.2)2 /33.2 + (144-161.9)2/161.9 + (342-316)2/316 + (287308.7)2 /308.7 + (164-150.7)2 /150.7 + (25-29.4)2 /29.4 = 7,54
Comparando con la tabla para 4 grados de libertad (6-1-1) indica
9,49 al 95%, o sea, un ajuste muy bueno (pero indica 0,102 al 5%,
un ajuste malo).
294
CAPTULO 6 - TEORA DE LA DEMANDA

Teoras de la demanda y sistemas econmicos
Las empresas estudian la demanda, bsicamente la demanda de las
personas. Pero para ello es necesario explicar la naturaleza de este
acto; y existen tres teoras econmicas que lo intentan, abarcando la
filosofa del comportamiento humano individual, social, poltico y de
la propia organizacin de los estados y sus gobiernos.
Durante milenios hasta el presente, las naciones de todos los continentes han tenido diversos sistemas polticos; pero sus sistemas
econmicos presentaron numerosas constantes:
Existencias de leyes, un estado encargado de mantener el orden social y administrar lo necesario para el bienestar general: efectuar
actividades bsicas como caminos, puentes, hospitales, escuelas,
defensa territorial, seguridad de las personas y defensa del derecho
de propiedad privada, asegurar el abastecimiento y normalidad en
los mercados, cobrar impuestos, regular y garantizar un balance de
divisas que asegurara el poder de importaciones, etc.
Aristteles en el S III a.c. escribi sobre los precios del mercado,
reconociendo que dependan de las necesidades del comprador y
de los costos del productor.
Santo Toms de Aquino, en el S XII (Summa Theolgica y Summa
para Gentiles) tradujo ese estado natural de cosas segn Aristteles
en uno de los postulados del cristianismo: justicia conmutativa (justo
precio para las transacciones en el mercado) y justicia retributiva
(justo salario para el trabajador).
295
Pero a mediados del siglo XVIII ocurre en Inglaterra la revolucin

industrial: el maquinismo, la revolucin de los cercados, campesinos
desposedos que forman la naciente clase asalariada, etc. surgiendo
la formacin de excedentes exportables de productos industriales,
para ubicarlos en las ciudades europeas, americanas, etc.
Poltica, ardides, corrupcin, invasiones; cortarle un dedo a los nios
hindes para que no compitieran hilando, etc. fueron diversos instrumentos utilizados para conseguir mercados. Pero interesa comentar aqu el importante aporte de contar con unas nuevas ideas
para ayudar esos esfuerzos: las "teoras" (en rigor, cualquier cosa
que ayude a convencer).
La escuela moral escocesa pens una nueva filosofa para explicar
la conducta humana, econmica y el bienestar general, oponindola
a la idea cristiana de la justicia conmutativa y distributiva.
Para A. Amith, J. Benthan, D. Ricardo y otros escoceses, todos las
personas actuaran guiados por el egosmo. El principio hednico
-procurar siempre el mximo beneficio con el mnimo esfuerzo- garantiza que una especie de mano invisible (los precios libres) mantenga los mercados competitivos y en equilibrio, conduciendo al mximo bienestar general, ya que el Estado evita la formacin de monopolios y conductas no transparentes.
La propiedad privada es una idea natural en los sistemas econmicos de la humanidad; pero el libre comercio en los mercados era
una nueva idea (una teora, que no coincida con el orden natural
tradicional).
Algunos pensadores de la poca ya vieron que esta idea terica
puede no ser realista si el estado no evita eficientemente esas conductas no transparentes. Sobre todo, en 1848 el austraco C. Marx
escribi El Capital, alertando que la libre competencia lleva en s el
germen del monopolio.
296
Agreg adems que el beneficio empresario o plusvala, era en el

fondo un salario pretrito del trabajador y corresponda entonces la
propiedad estatal de los medios de produccin, con planificacin
estatal de las actividades y mercados (otra nueva teora, totalmente
contraria al orden natural tradicional).
Los economistas reconocen que competencia y monopolio son dos
modelos tericos extremos, mientras que en la realidad los mercados se desenvuelven en una gama intermedia de competencia, imperfecta.
Situaciones de competencia incontrolada pueden llevar a excesos
(Argentina, Rusia, en los aos 1990). Tambin un estatismo a ultranza conducira al fracaso de la URSS (si bien cabe tener en cuentas que Gorbachov, en la Perestroika persegua particularmente una
"transparencia poltica", ms que econmica, para terminar con la
ola de asesinatos polticos en aquel rgimen).
En resumen, tenemos tres ideas de sistema econmico relevantes
(el histricamente tradicional mundial, el liberal y el marxista).
Al nivel de teoras econmicas, dos relevantes: la marxista, novedosa, contraria a la historia mundial sobre la propiedad privada; y la
liberal, a fin con la historia sobre la propiedad privada, pero no as
en su idea del libre comercio, salvo con su clusula terica de un
estado fuerte que controle efectivamente la formacin de monopolios y conductas no transparentes que lesionen la competencia pura.
Bajo la evolucin del pensamiento econmico en aquella poca,
explicar la naturaleza de los precios de mercado implicaba considerar la demanda y la oferta.
Pero liberales y Marx admitan una gran influencia del costo de produccin en la determinacin de los precios. Estos clsicos prestaban
poca importancia a la escasez, las necesidades y la demanda.
297
Equilibrio de la empresa, en el largo plazo: si en el mercado Competitivo la demanda esta pagando el precio $12 vender la cantidad
X=8 del producto fabricado, percibiendo $96, iguales a sus costos,
tambin de $ 96; en el punto ptimo E no percibe beneficios extraordinarios, en el largo plazo.
Pero si la demanda subiera el precio a $15, entonces percibira beneficios extraordinarios e incluso vendra algo mas que X=8 unidades (al menos en el corto plazo, mientras no ingresen competidores). Perdera o cerrara si la demanda solo pagara $10 por el producto X, ya que sus ingresos seran menores a sus costos.
$
p
Cme
CMg
15
CMg
12
CMe
D
E
10
8
Sin embargo, esta coincidencia de pensamientos era molesta a los

clsicos liberales. En 1854 el austraco Gossen escribi un libro (del
que habra algunos ejemplares en Oxford) con dos clebres leyes,
que explicaban los precios de manera distinta y ms favorable a la
teora liberal, ya que sobre todo, fundamentaban la legitimidad del
beneficio extraordinario para la empresa.
298
En el corto plazo pueden subir los precios y la diferencia con el costo es un beneficio para la empresa por correr el riesgo del mercado;
si los precios bajaran podra quebrar.
Gossen se habra suicidado por que no lo entendieron en su momento; pero alcanzo a escribir cartas a varios economistas con estas ideas, los cuales 20 aos despus publicaron trabajos y Marshall
los reuni como una sntesis en su libro de Principios econmicos,
con esta primer teora.
PRIMERA TEORA DE LA DEMANDA: sicolgicoutilitaria

Bsicamente las dos leyes de Gossen conformaron la primer teora
de la demanda, sicolgico-utilitaria.
La ley 1) fue sintetizada por A. Marshall (escocs, 1890, Principios
de Economa) as: conforme dispone de mas unidades el consumidor siente menor utilidad con cada una (utilidad marginal decreciente) y las va valorando menos: paga menos por cada nueva unidad
consumida; esto explica la pendiente negativa de la curva de demanda.
La ley 2) explica el consumo de 2 o ms bienes: a) el consumido
encuentra su equilibrio (y entonces demanda, compra) con igual
relacin placer sobre precio en todas sus compras: igualdad de las
utilidades marginales ponderadas por sus precios (UMgx / Px =
= UMgy / Py = etc...
Simultneamente deba cumplirse b) gastar todo el presupuesto M
(o sea, Px (X) + Py (Y) = M.
Se explica matemticamente as el mximo condicionado para dos o
ms variables:
299
a) U'x / U'y = Px / Py con b) Px (X) + Py (Y) =M

(El mximo, mnimo para una variable era: U' = 0 con U'' <0 mximo; y mnimo si es >0; o punto de inflexin si es tambin =0 la segunda derivada.
Es decir, ponerse en un punto de giro /cambio con la primera derivada =0 y luego ver si la nueva derivada (incremento) cae o sube,
explican el mximo o mnimo, etc.
Con estas ideas de Gossen, los neoliberales (K.Menger, DL 1970;
S. Jevons, UK 1972; L. Walras, Fr 1874; A. Marshall, UK 1890) perfeccionaban la teora liberal y se diferenciaban de la teora de Marx
sobre los precios.
El precio no es como decan los clsicos liberales y Marx, segn el
costo medio, sino que depende de la utilidad marginal.
Explicaron la teora sobre el sistema econmico y en particular la
teora sobre los precios y la demanda.
Distinguen la utilidad total (solo tiene sentido econmico mientras
es creciente, hasta la saturacin; es as solo positiva, en el primer
cuadrante; crece (primer derivada o incremento positiva) pero antes
de la saturacin el crecimiento es cada vez menor (segunda derivada negativa); hay un mximo (que coincide con la utilidad marginal
nula) y si no se consume no hay utilidad.
La primer derivada es la utilidad marginal (cociente incremental dU /
dX). Tiene sentido econmico si es positiva, pero es decreciente
(primer cuadrante con pendiente negativa); es nula en la saturacin.
Avances posteriores permitirn explicar la utilidad con necesidades
no primarias.
300
SEGUNDA TEORA DE LA DEMANDA: curvas de indiferencia del ingeniero W. Pareto, Miln 1910
En 1880 el ingls Edgeworth ide las curvas de indiferencia para
explicar el comercio entre Inglaterra y Argentina (en los programas
de economa se estudia la Caja de Edgeworth). Pareto las utilizo
para una nueva teora sobre la demanda.
Las canastas sobre una curva son indiferentes. Curvas mas alejadas indican canastas mayores, preferidas. Hay un presupuesto para
gastar; la recta de presupuesto ms alejada indica mayor gasto.
Los precios relativos del mercado se indican con la pendiente de
esta recta: gastando todo en uno u otro bien se grafican los extremos de la recta y su pendiente.
La demanda aparece si hay equilibrio: tangencia de la recta de presupuesto con la curva de indiferencia ms alta. Incluso se puede
medir la utilidad total, que ser aqu de tipo ordinal (mayor o menor;
por oposicin a la idea de medicin cardinal en Marshall).
Deben cumplirse las dos condiciones matemticas:
a) TMS = Px / Py (tasa marginal de sustitucin igual al
cociente de precios relativos del mercado); y
b) agotar el presupuesto
Px (X) + Py (Y) = M
Geomtricamente la TMS = dY / dX es la pendiente de la c.i.
Por otra parte, en la c.i. el diferencial total entre sus puntos es necesariamente nulo: U'x dX + U'y dY = 0 lo que puede expresarse
como U'x / U'y = dY / dX (cociente de las derivadas igual a la pendiente).
Adems, la pendiente de la recta de presupuesto tambin est presente en el punto de equilibrio. En toda esta recta hay el mismo pre-
301
supuesto, de modo que al cambiar entre dos de sus puntos necesariamente (dY) Py debe ser igual a (dX) Px (cantidades por precios que
indican igual monto de variacin, por que ambas canastas valen M).
As, geomtricamente, coinciden las pendientes de la funcin de
utilidad o gustos y de los precios de mercado, explicando el equilibrio.
Matemticamente se calcula el equilibrio como a) U'x / U'y = Px / Py;
con b) Px (X) + Py (Y) = M (igual que con Marshall, pero con un modelo distinto: geomtrico-matemtico y no sicolgico/utilitario-matemtico).
CURVA DE INDIFERENCIA Y RECTA DE PRESUPUESTO

Siendo los gustos U = X Y, el presupuesto M= $100 y los precios
en el mercado Px=$1 Py=$2.
a) el cociente de las derivadas igualado al de los precios es
Y / X = 1 / 2 de donde la relacin de intercambio # es 2Y = X
b) agotar el presupuesto:
M = 1(X) + 2(Y) = 100
reemplazando # es: M = X + X = 100; o sea, X= 50; e Y = 25 segn
#, resultando una utilidad cardinal U=XY= 1250 unidades.
Esto se calcula en la siguiente hoja Excel: la ecuacin de la curva de
indiferencia es Y = U/X = 1250/X; la ecuacin de la recta de presupuesto es M = Px(X) +Py(Y), o sea, Y = 100/Py -Px/Py (X).
302
El equilibrio del consumidor surge cuando se igualan sus gustos con

los precios relativos del mercado; y gasta $100, demandando X=50
e Y=25.
TERCERA TEORA DE LA DEMANDA: PREFERENCIA

REVELADA
El anlisis distinguiendo los efectos sustitucin y renta cuando cambia un precio permitieron presentar una tercer explicacin sobre las
razones de la demanda.
Se desarrolla bajo el anlisis de la ecuacin de Slutsky y con el del
efecto ingreso y sustitucin segn Hiks.
Slutsky, Hicks, Samuelson explicaron que adems de la vieja ley de
la demanda tambin influa el menor poder adquisitivo si un aumento en el precio de algn bien importante deteriora el valor adquisitivo
real del presupuesto disponible para demandar. Agregan las consecuencias de la inflacin: al viejo efecto sustitucin le agregan el nuevo efecto renta.
Lo de preferencia revelada surge por que cuando, por ejemplo, el
Instituto de Estadsticas y Censos mide mensualmente los ndices
303
de precios al por menor y otros, esta obteniendo informacin objetiva (no contingencias sino hechos) de las preferencias reveladas
(manifestadas) por los consumidores sobre la demanda, segn sus
gustos, su dinero y los precios de todos los bienes.
Su abundancia de datos mensuales permite efectuar con Excel correlaciones, con valores homogneos netos de inflacin, y explicar
las demandas mediante sus ndices de consumo y gasto (para una
gran cantidad de bienes individuales anotados mes a mes, en precios y cantidades consumidas).
Esta teora se justifica con dos axiomas: dbil (si una canasta le es
mejor que otra, ese consumidor no puede decir racionalmente lo
opuesto) y fuerte (si prefiere la canasta 1 a la 2 y tambin la 2 a la
3, entonces prefiere la 1 a la 3).
Vase el ejemplo: a precio similar compraron ms caf de la marca
1 que de la 2. Igualmente comparando las marcas 2 y 3. Entonces,
indirectamente prefiere la marca 1 a la 3 (salvo en la cafetera H,
segn muestra la celda i9 con la funcin lgica =Y( ; )).
304
305
NMEROS NDICE
El aporte de Excel no es solo por las funciones de correlacin mltiple incorporadas sino adems por las facilidades de la propia hoja
de clculo Excel para elaborar y trabajar con ndices.
Los complejos clculos de Laspeyres o Paasche y otros se facilitan
en minutos copiando celdas y relacionndolas mediante operaciones elementales (vase ms en detalle al final de este captulo).
EQUILIBIO DEL CONSUMIDOR: DEMANDA DERIVADA

La teora del consumidor (cardinal u ordinal) maximiza la utilidad
por consumir bienes X e Y gastando el presupuesto M, dados ciertos gustos (funcin de utilidad) y precios en el mercado.
Con las condiciones a) el cociente de las derivadas igualado al de
los precios del mercado; junto con b) gastar todo el dinero disponible, se satisfacen las dos condiciones de mximo para funciones de
dos variables (coinciden las posibilidades y gustos del consumidor
con las pretensiones del mercado)
MAXIMIZACIN SEGN LA UTILIDAD MARGINAL

(A. MARSHALL)
U= 0,2XY + 8 con
a)
se resuelve con: UX / Uy = Px / Py
0.2Y / 0.2X = 1/4
306
Px=$1; Py=$4; M=$70
o sea, X=4Y #
b) Px(X) + Py(Y)=70 o bien reemplazando 4Y+4Y =70 Y=8,75

por lo cual
X=35 (segn #)
La utilidad mxima es U=0.2(35)(8,75) + 8 = 69,25 unidades
Excel tambin facilita la resolucin de estos problemas con funciones no lineales, utilizando su macro Solver, pero cuidando no elegir
en Opciones Adoptar el modelo lineal (tal como cuando se hace
programacin lineal).
Se anotan los pocos datos tal como aparecen en la siguiente imagen y se abre Solver en Herramientas.
307
Solver pregunta cul ser la celda objetivo (a maximizar); cuales las

celdas a cambiar para calcular en ellas las cantidades de X e Y;
tambin pregunta por las restricciones (en este caso el presupuesto
$70).
Al pulsar Agregar en la opcin Sujeta a las siguientes restricciones se abre la pequea ventana para anotar a la izquierda D4; en
el centro <=; y a la derecha =70 y Aceptar. Vuelve a la ventana
Solver, se pulsa Resolver y luego Aceptar la solucin Solver.
308
Con Solver no hay limitacin para el tipo de funciones de utilidad,

sean lineales o no lineales.
PROBLEMA DUAL:
MNIMO GASTO PARA OBTENER CIERTAS DEMANDAS CON
UTILIDAD DE SOLO 32 UNIDADES?
Aqu la funcin a) ser la de presupuesto Px(X) + Py(Y) = M, mientras que la restriccin b) es la funcin de utilidad igualada a 32:
U = 0,2XY +8 = 32
a)
0,2XY +8 =32 mantenindose los precios relativos en el

mercado X=4Y #
por lo cual
0,2(4Y) Y +8 =32
con 0,8Y2 = 24 e Y2=30
o bien Y=5,48
X=4(5,48)=21,92 segn #
b) El gasto necesaria ser: M= $1 (21,92) + $4 (5,48) = $43,82
Con Solver de Excel se escriben los datos, incluyendo la funcin de
utilidad en B5. Se abre en Herramientas Solver y se elige Minimizar.
La celda objetivo es ahora D4 y las celda cambiantes siguen siendo
B2 y C2.
Sujeto a las siguientes restricciones y Agregar permite anotar ahora

B5=32. Luego Resolver y Aceptar la solucin de Solver.
309
(nuevamente los precios deben ser >0 y adems, se ha evitado elegir en Opciones Adoptar la solucin lineal, ya que la funcin es de
segundo grado).
MAXIMIZACIN SEGN LA INDIFERENCIA DE W. PARETO

(Y LAGRANGE)
El mismo caso anterior se explica con la teora de las curvas de indiferencia de W. Pareto: gustos y presupuesto coincidentes con los
requerimientos del mercado, mediante:
TMS = Px / Py
310
Segn el diferencial total nulo en la curva de indiferencia y en la recta de presupuesto, en el punto de equilibrio (con igual pendiente por
ser tangentes) se cumple
Ux / Uy = Px / Py
Como en el caso anterior segn Marshall, pero adoptando el mtodo
de Lagrange:
Funcin combinada L = U + (Px(X) +Py(Y)
L = 0,2XY +8 + [(1(X) + 4(Y) 70]
I)
Ux = 0,2Y +
Uy = 0,2X + 4
U = X + 4Y - 70
=0
=0
=0
Segn Ux resulta = 0,2(8,75)= 1,75: utilidad marginal de este

dinero del presupuesto. Si se gastara $1 ms ($71) la utilidad total
sera: 69,25 +1,75 = 70.99 unidades de utilidad.
311
II) El Hessiano con las segundas derivadas:
0
H = 0.2
0.2 1
0
4
4 = + 1.6 (>0)
0
con el mismo clculo prctico para las dos teoras (Marshall y Pareto), ya sea con ecuaciones diferenciales, con Lagrange, o con la
programacin Solver no lineal en este caso (no obstante que una
use el modelo sicolgico de la utilidad marginal y otra el modelo
geomtrico de las curvas de indiferencia).
8,75
ci U = 69,25 u .u.
35
DETERMINANTES
Sin limitaciones de orden, Excel calcula estos determinantes, simplemente anotando en una celda =mdeterm(A1:C3) como se ve en
la imagen (reemplazando antes = 1,75):
312
EFECTO INGRESO-SUSTITUCIN SEGN HICKS

A) EQUILIBRIO DEL CONSUMIDOR
Supngase un consumidor con gustos U=Y(X+5) y presupuesto
M=Px(X) +Py(Y)= $110; en el mercado los precios son Px=$2 y
Py=$1.
Las relaciones necesarias estn indicadas en la hoja, en A1 hasta
A12. EN A7 y A8 se calculan las derivadas pero anotndolas como
frmulas: en A7 ir =A2 (tal como indican las referencias de la columna B) y en A8 ir =A1+5; en A9 el cociente A7/A8; en A10 ir
A5/A5; en A11 ir 2*A1+10; en A12 ir A4*A1+A5*A2.
El equilibrio inicial se calcula con Herramientas > Solver > poniendo
como celda objetivo maximizar la utilidad A3; celdas cambiantes
A1:A2 (las cantidades de bien X e Y).
Como "Sujeto a las relaciones" se anota que el cociente de las primeras derivadas sea igual al cociente de los precios del mercado
(A9=A10) y que el presupuesto sea igual a 110 (A12=A6).
Con Resolver y Aceptar Solver calcula la mxima utilidad 1800 unidades ordinales, as como la demanda de ambos bienes: X=25 unidades e Y=60 unidades.
313
Excel tambin ayuda en la grfica necesaria: en D1 hasta F15 se

repite: la variable X (abscisa) y las ordenadas, que se reescriben
como funciones: de utilidad (Y=U/(X+5)) y de presupuesto (Y=M/Py Px/Py(X)).
Conviene elegir el rango con incrementos en 4 para que sea un grfico visible: en D2 y D3 se anota X=1 y X=5 y se copian las dos funciones en la lnea 3. Se pinta las 6 celdas y se arrastra hacia abajo
la esquina inferior derecha.
Pintando el rango D2:F15 se pulsa en el icono de grficos > Dispersin > etc. Y para que el grfico sea bien visible conviene activarlo
(picarlo) de modo que recuadre el rango de datos: as se podr
arrastrar este rango achicndolo algo hasta que queden las lneas
bien visibles (como en esta imagen).
314
B) CAMBIO EN EL PRECIO DEL BIEN X

Suponiendo luego un aumento a Px=$5,10 y las dems condiciones
constantes, se recalcula el equilibrio segn a), simplemente cambiando ese precio y volviendo a ejecutar Solver.
Bajo los nuevos precios relativos la utilidad total pasa a ser U=900 y
la demanda son X=8,28 e Y=67,8. Subi el precio de X, se consume
315
menos de X, pero ms de Y (Y sustituye a X); y hay menor utilidad

total.
Antes la demanda de X era 25, ahora solo 8,3. Esta reduccin de
16,7 unidades se explica segn Hicks por dos motivos: no solo por
la vieja ley de la demanda de Marshall (efecto sustitucin), sino
tambin por el efecto renta (o deterioro del poder adquisitivo, por
inflacin)
C) SEPARACIN DE EFECTO RENTA Y SUSTITUCIN

Para calcular cuanto es cada efecto en esa disminucin de X Hicks
supone un imaginario subsidio al consumidor que le permitiera volver a la curva de indiferencia inicial U=1800.
La recta de presupuesto imaginaria tocara al curva U=1800 en un
punto S, distinto del equilibrio inicial E. Las coordenadas de este
punto S se pueden calcular igualando las pendientes de la curva de
indiferencia inicial con la pendiente de la recta de presupuesto imaginaria.
Las pendientes (cateto opuesto sobre cateto adyacente) se pueden
calcular como las primeras derivadas de cada lnea: curva de indiferencia inicial U=Y(X=5)=1800, o bien Y=1800/(X+5), que tiene como
derivada: Y'=1800(X+5)-2.
La recta de presupuesto imaginaria (todava no calculada) es paralela a la segunda recta (bajo la situacin B): M=5.1(X) + 1(Y)=110, o
bien Y=110/5.1 -5.1X; su pendiente es Y'= -5,1.
Igualando pendientes -5.1 = -1800/(X+5)2 y resolviendo esta cuadrtica surgirn las coordenadas de S, en particular X=13.8, que permite dividir la diferencia entre la demanda inicial y posterior de X en
dos partes: en A) era X=25; en B) era X=8,28. Desde 8.28 hasta
316
13.8 hay 5,5 de disminucin por efecto renta; desde13.8 hasta 25

hay 11,2 de disminucin de demanda por efecto sustitucin.
FUNCIN COMBINADA DE LAGRANGE

Supngase un consumidor con la siguiente funcin de gustos: U=
28X +28Y - 2X2 -3XY -2Y2, un presupuesto M=$12 y precios en el
mercado Px=$1, Py=$6.
Lagrange conforma una funcin combinada "L", compuesta de la
suma de dos trminos: uno la funcin U; el otro la restriccin de presupuesto multiplicada por una variable auxiliar (Px(X)+Py(Y)-M),
entonces:
L= 28X +28Y - 2X2 -3XY -2Y2 + (1X +6Y -12)
a) La primera condicin ser ubicarse en un punto de giro de la
funcin, igualando a cero las primeras derivadas de L; la segunda
ser averiguar si es un punto de inflexin, de mximo o de mnimo,
segn que el Hessiano H sea nulo, positivo o negativo.
Las primeras derivadas de L son :
L' x
28 4X 3Y
'
Ly
28 - 3X - 4Y 6
X 6Y - 12
Igualamos el trmino en de las dos primeras multiplicando la primera por 6, quedando 168 -24X -18Y = 28 -3X -4Y; o sea, Y= 10 3/2X. (#)
317
Reemplazando esta relacin (#) en la tercer derivada se obtiene X +

6(10 +3/2X) = 12, de donde surge X=6; y por consiguiente Y= 1 segn (#).
SIGNIFICADO Y VALOR DE :
Segn L'x es: 28 -4(6) -3(1) = - ; o sea, - = 1 (o = -1)
Se interpreta como la utilidad marginal de dinero de este presupuesto, ya que gastando un peso ms en los bienes la utilidad total
variara en -1. Por ejemplo, si el peso se gasta en consumir una unidad ms de X la utilidad total sera lo que indica la funcin U con
X=7 (en vez de los 6 iniciales), e Y=1 y totalizara 103 en vez de
104 inicialmente (ya que X es un bien inferior, cae la utilidad total).
b) La Segunda condicin es conformar el Hessiano con las derivadas segundas:
L"xx
"
H = L yx
L" x
L"xy
L"yy
L"x
L"y
L" y
L"
4
3
1
3 1
4 6
6
Excel calcula este determinan con solo anotarlo y en D2 escribir

"=mdeterm(A1:C3)" y pulsar Enter.
(para estas anotaciones resulta cmodo disponer de caracteres

griegos, disponibles en el Microsoft Office, insertando los smbolos
deseados, ...).
318
ECUACIN DE SLUTSKY
El efecto sustitucin y renta fueron diferenciados en dos trminos:
el primero mide la cada de demanda considerando la utilidad marginal del dinero constante (con - ); el segundo la cada ponderando
por lo gastado en el bien cuyo precio cambi.
EFECTO DEL CAMBIO DEL PRECIO DEL BIEN X SOBRE LA DEMANDA DEL BIEN X:
Conviene escribirlo en el orden del lenguaje matemtico, tal como si
fuera una derivada o cociente incremental (si cambia el denominador cunto cambiara el numerador?):
dX / dPx = - xx / H
-X x / H =
= 1 (-36/112) - 6 (-14/112) = 0,4
dos trminos, cuyo resultado es: efecto sustitucin puro ( -0.3) y
efecto renta (0.8), totalizando +0.4; por lo que el bien X es atpico,
algo inelstico respecto a su precio, segn su demanda ordinaria.
Aunque el -0,3 de su demanda compensada del efecto renta indicaba que era tpico X es tipo Giffen (como el pan; adems, el trmino -14/112 negativo indica que X es un bien inferior): en los
bienes Giffen el efecto renta supera al efecto sustitucin.
Cada elemento del Hessiano tiene un adjunto, o menor complementario, conformado con las dems filas y columnas. Excel calcula los
adjuntos necesarios 11, 31, 12, 32, 21, 31, 32 como
319
se muestra en D11, pero es necesario complementarlos con la regla

de los signos para este anlisis: anteponer un signo menos a los
adjunto impares D12, D32 y D21.
EFECTO DEL CAMBIO DEL PRECIO DE X SOBRE LA

DEMANDA DEL BIEN Y:
dY / dPx = - 12 / H - 6 32 / H =
= 1 (6 / 112) - 6 (21 / 112) = 0.05 - 1.1 = -1
si sube el precio de X comprara menos X (se compra ms por ser
Giffen) y menos Y (-1 <0); Y es complementario de X; el trmino
21/112 positivo indica que Y es un bien normal (carne).
EFECTO DEL CAMBIO DEL PRECIO DE Y SOBRE LA DEMANDA
DE X:
dX / dPy = - 21 / H -X 31 / H =
= 1 (6 / 112) - 1 (-12 / 112) = 0.05 + .013 = 0,18
si sube el precio de Y se compra menos bien Y pero ms X; X es
sustituto de Y (pan sustituto de carne).
320
EFECTO DEL CAMBIO DEL PRECIO DE Y SOBRE LA DEMANDA

DE Y:
dY / dPy = - 22 / H -Y32 /H =
= 1 (-1 / 112) - 1 (21 / 112) = -0.01 - 0.18 = -0,2
cuando sube el precio de Y se compra menos Y (bien tpico, con
demanda muy inelstica); el efecto sustitucin puro siempre es negativo (-0,01); el cociente 21/112 positivo indica que Y es un bien
normal no suntuario; la demanda compensada del efecto renta caera muy poco, solo en la proporcin -0,01, pero la demanda ordinaria
cae segn -0,2.
INDICES DE PRECIOS Y LOS INSTITUTOS DE ESTADISTICAS Y CENSOS (INDEC)

En la prctica, los institutos de estadsticas como el INDEC suelen
aplicar ndices modificados, debido a la dificultad material de considerar ndices que no distorsionen las comparaciones, segn transcurren los aos y los cambios en los precios y en los consumos dejan
desactualizada la canasta base frente a la canasta actual.
Por ejemplo, el ndice de Laspayres L = P1X0 /P0X0
Laspayres mide la canasta base E a los precios actuales (mn2). Suponiendo que sube el precio de X, la nueva recta de presupuesto pasa de
man1 a mn2: el equilibrio y consumos pasan del E a F, en la curvas de
indiferencia U1 y U2 respectivamente.
321
Si se compensa la renta inicial P0X0 por la suba de precios hasta volver a la canasta inicial, una lnea de presupuesto sera paralela a mn2
por el punto E inicial:
P0X0 (P1X0 /P0X0) = P1X0
Pero esta lnea de presupuesto sera tangente con una curva de consumo U3 mayor que la utilidad inicial U1 , evidenciando que el ndice
de Laspayres sobrestima el consumo o bienestar (en la medida de la
diferencia con la lnea de presupuesto paralela que pasa por F2, tangente a U1en una canasta distinta a E).
Y
m
F2 F3
F2
U3
U1
U2
n2
Lo opuesto ocurre con el ndice de Paasche
n1
P = P1X1 / P0X1
Paasche Mide la canasta actual F a los precios base (mn1). Si la renta

base P0X0 se compensa con este ndice:
P0X0 (P1X1 /P0X1) = canasta en F2
322
La lnea de presupuesto paralela a mn1 es tangente a U2 en F2, que es

una canasta inferior a F: el ndice de Paasche subestima los consumos o nivel de vida.
Las modificaciones que introducen los institutos de censos a estos
ndices para medir el nivel o costo de vida, responden mayormente al
gran costo que implica la medicin de consumos de los aos base,
frente al menor gasto en las encuestas o mediciones mensuales de
precios y cantidades; por lo que las bases se mantiene por 10 ms
aos (los censos econmicos en los aos terminados en 4, seran
aprovechados aqu para estos cambios).
TEORA ESTADSTICA DE LOS NMEROS NDICE

Desde el punto de vista de la teora estadstica el anlisis de los
nmeros ndices es amplio. Siguiendo a F. Toranzos se exponen
aqu los 12 ndices, de precios y sus simultneos 12 de cantidades.
Unos tendrn sentido aplicados a algn problema especfico, otros
lo tendrn aplicados en casos diferentes.
Como ejemplo, se supuso la realizacin de un estudio sobre la evolucin del nivel de vida de algn sector de la poblacin, caracterizado por el consumo de bienes importados. La primera tarea sera
obtener la informacin.
En el Instituto Indec se recopilan mensualmente muchos precios y
cantidades de bienes, que utilizan para estimar consolidados sobre
1) Indices de precios al por menor; 2) Indice de precios mayoristas;
3) Indice del costo de la construccin; 4) estadsticas de importaciones mensuales; 5) estadsticas de exportaciones mensuales; 6)
otros ndices sectoriales diversos y tambin niveles de actividad del
Producto Interno Bruto Nacional.
323
Luego de averiguar cuales bienes importados serian representativos

(con poca produccin local) se defini un conjunto de 8 productos,
conformado por bines de consumo perecedero (bananas y palmitos
y diarios), bienes de consumo durables (sbanas, abrigos/camperas
para mujer, lavarropas, aire acondicionado) y bienes de uso intermedio (PC y automviles- en realidad, sus autopartes-).
Para cada familia de productos se investig cual era el bien particular con mayor volumen importado a fin de elegir aquel ms importante de cada categora, definiendo as 8 bienes, que INDEC y Aduana
identifican con sendos nmeros de nomenclador arancelario de 8
dgitos. Se adquiri una estadstica anual con cantidades y valores
importados en el quinquenio 1998/2002 para los 8 productos identificados por nomenclatura.
Se volcaron luego a una hoja de clculo las cantidades y los valores
de cada bien. Una vez dispuestos los conjuntos de cifras encolumnados en la hoja de clculo se procede a calcular los 12 ndices de
precios y los 12 de cantidades, as como las variaciones anuales,
que permitiran emitir finalmente unas breves conclusiones econmicas sobre lo observado y (cerrando este ejemplo) opinar como
evolucion la calidad, estndar o nivel de vida de este grupo argentinos (a juzgar por esta muestra tan limitada de solo 8 productos
seleccionados)
324
1. ndice agregativo aritmtico simple, de precios y de

cantidades:
Este ndice es algo primario y no posee la circularidad / reversibilidad de otros ndices posteriores, Aun as, permite observar en este
ejemplo algunas conclusiones econmicas generales (deterioro en
los consumos de este grupo social en 2001 y 2002 y que cuando los
precios son altos baja el consumo y viceversa).
El ndice aritmtico simple para precios tiene el inconveniente que

pondera por los precios de todos los bienes, los cuales son aqu
muy dismiles. En las conclusiones finales se hace referencia a este
tema, al estudiar la evolucin de los precios en dlares (solo visibles
utilizando una escala logartmica, para poder observar precios de
centavos por unidad con otros de cientos de dlares por unidad).
Igualmente el de cantidades, aqu muy dismiles.
2. ndice promedio aritmtico de relativos:
325
Estos ndices tampoco ponderan la distinta magnitud absoluta de

los diferentes bienes y/o la de sus precios, respectivamente. Adems, estadsticamente no presentan la reversibilidad de otros ndices: no es posible tener idea del valor y magnitud de los consumos
(canastas) de 1998 y 2002 aplicando el ndice de precios o el de
cantidades sobre ambas bases, debido a que no pondera por los
cambios de cantidades consumidas. No obstante, permiten ver las
conclusiones generales que confirman otros ndices ms elaborados: precios altos en los aos iniciales y bajos en 2002, junto con
consumos deprimidos en este ao 2002.
3. ndice promedio geomtrico de relativos

Estos ndices tampoco ponderan la distinta magnitud absoluta de los
precios y las cantidades de los distintos bienes (respectivamente
dismiles en el conjunto de cada ao). Sin embargo, es un ndice
reversible y aplicndolo a precios y cantidades es posible reproducir
los valores y consumos de otros perodos. Para el presente caso,
permite observar las conclusiones generales que confirman los dems ndices: baja de precios en 1999 y 2001, con una correspondiente suba de las cantidades consumidas (lo cual es razonable
segn la ley de la demanda).
326
327
4. ndice mediana de relativos

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

Estos ndices ponderan las magnitudes absolutas de precios y de
cantidades, respectivamente, aunque estos ndices se ven afectados por los valores muy grandes, distorsionando las conclusiones
econmicas en el presente caso (casi desaparece el consumo en
2002, exagerado la cada real producida).
328
6. ndice promedio geomtrico ponderado de relativos

Estos ndices elevan la variacin de precios o cantidades a la respectiva cantidad o precio y luego sacan la raz del orden que compensa esos productos. Si bien es un ndice ponderado, presenta el
inconveniente de que resulta afectado por los valores muy chicos (y
nulos o negativos); justamente en el presente caso surgen inconvenientes al aplicarlo a precios, ya que muestra valores nulos. Igualmente, tambin distorsiona las conclusiones al aplicarlo a cantidades, ya que subestima el consumo en 2002 (casi desaparece, lo
cual es irreal: baja mucho pero no tanto; no desaparece totalmente).
329
7. ndice de Laspeyres
Aplicado sobre precios, muestra la variacin de precios actual ante
la base multiplicada por el consumo base: sera como el costo actual
de la canasta base... Sin embargo, no muestra as los cambios habidos en las canastas actuales frente a la base. Aunque se conozcan los precios actuales, si no se puede censar y no se conocen las
cantidades actuales, este ndice no resultara adecuado.
Estos ndices de precios o de cantidades no son reversibles en el
tiempo (por desconocer esas variaciones de las canastas actuales)
El ndice aplicado a precios muestra valores algo aumentados inicialmente, si bien confirma a tendencia a la baja de precios y consumos de cantidades altos en 2002-2001, frente a los aos extremos, especialmente en 2002.
8. ndice de Paasche
El ndice de Paasche muestra el valor de la canasta actual sobre la
canasta actual a precios bases. Aplicado a precios sirve para indicar
330
algo as como la variacin del costo de vida o importe monetario de

los consumos de hoy frente a los precios de la canasta vieja.
Como no pondera los cambios de consumos no es perfecto; no es
reversible en el tiempo. Orienta a concluir que los precios han bajado moderadamente mientras que las cantidades consumidas fueron
altas en el bienio central 2000-2001.
9. ndice Ideal de Fisher, aplicado a precios y a cantidades

Aplicado a precios muestra el valor de la canasta base a precios
actuales sobre la canasta base a precios base, por la cantidad actual a aprecio actual sobre la cantidad actual por precios base (y
recprocamente para cantidades).
Resulta ser as un promedio de aplicar Laspeyres y Paasche: la media geomtrica del producto de ambos ndices. Observando el resultado en este caso se aprecia que influye bastante el ndice de Laspeyres.
331
Este ndice ideal de Fisher es reversible en el tiempo, ya que es un

ndice combinado de los dos anteriores: respeta el criterio de circularidad ya que aplicndolo resulta igual la canasta base por la variacin
de precios como la canasta actual por la variacin de precios en ese
perodo, consecuencia de la ponderacin completa que utiliza.
Este ndice ideal es homogneo y proporcional: respeta ambas caractersticas, aunque cambien las canastas o los relativos de precios
(satisface las condiciones estadsticas referidas por F. Toranzos).
En este ejemplo mostr una leve cada de precios en dlares junto
con otra cada de consumos en 2002.
10. ndice de Edgeworth-Marshall para precios y cantidades

Aplicado a precios toma el precio actual por el promedio de la canasta base ms la actual dividiendo esto por el precio base por similar promedio de canasta base ms actual.
Aplicado a cantidades usa el promedio de ambos precios por la cantidad actual dividiendo por ese promedio por la cantidad base.
332
Mostr en este caso una leve cada de precios en dlares y una muy
marcada cada de consumos en 2002 (coincide con la ley general
observada sobre la demanda, salvo en 2002, ya que bajan los precios y tambin los consumos (orientando a explicar esta situacin
desde otro punto de vista, por el retroceso en los ingresos y producciones locales generalizadas durante ese ao 2002).
11. ndice de Walch para precios y a cantidades

Aplicado a precios muestra el precio actual por el promedio de la
canasta base y actual dividido por el precio base por similar promedio de canasta base y actual.
Implica conocer no solo los precios sino las cantidades actuales, lo
cual define su aplicacin para casos en los que se dispone de estos
datos (no es el caso del Indec cuando elabora su ndice de precios
al por mayor, ya que los censos nacionales con cantidades producidas, consumidas, etc. no se hacen mensualmente sino cada 10
aos; los aos terminados en 4...).
333
12. ndice de Drovish-Bowley para precios y cantidades

Resulta ser el promedio simple o aritmtico de Laspeyres y Paasche. En nuestro caso, el valor de la canasta base es mayor que el
de la canasta 2002, evidenciando que cayeron los consumos (un
deterioro del nivel o estndar de vida, ante la paralizacin de producciones y merma de ingresos).
334
A modo de ejemplo de informe final sobre este anlisis puede decirse que el estudio se refiri a la evolucin del estndar o nivel de vida
de un grupo social dado en 1998-2002.
Se observaron variaciones en los precios y en las cantidades consumidas ao a ao. Los datos son originarios del Indec y la Administracin Nacional de Aduanas, tanto en las canastas consumidas
como los importes monetarios en pesos, los cuales se convirtieron a
dlares utilizando el tipo de cambio vendedor Banco Nacin.
Si bien casi todos los ndices confirman la ley de la demanda -bajos
consumos en perodos de altos precios- los ndices combinados de
Fisher y otros muestran tambin una cada muy importante del consumo 2002, que se explicara por la retraccin general de la actividad nacional.
335
Adicionalmente se grafic la distribucin anual de bienes consumidos, destacndose las franjas correspondientes a 2000 y 2001 como
las ms amplias (mejores).
Tambin se dispuso en otro grfico la composicin de la canasta de

vida ao por ao, mostrando que se han mantenido (o aumentaron
relativamente) las cantidades de productos perecederos (bananas,
palmitos) en desmedro de otros productos durables cuyos consumos bajaron abruptamente.
336
Finalmente, se grafic en escala logartmica la evolucin de precios

absolutos en el quinquenio, observando tendencia a la baja en cinco de ellos y mantenimiento o leve alza en solo un bien.
337
CAPTULO 7 - TEORA DEL EQUILIBRIO

DE LA EMPRESA
MAXIMIZACIN DE LA PRODUCCIN
Siendo la funcin de produccin Q = 2L 2C2, si se dispone de un presupuesto M=$60 y los costos de los factores X e Y en el mercado
son PL =$1 y PC = $2, se calcula la produccin mxima de un bien
final Q en unidades con la misma herramienta conceptual que en el
enfoque de la demanda (ya sea con derivadas o utilizando la combinada de Lagrange).
Tanto en Marshall como en Pareto el mtodo matemtico es el mismo en ambos enfoques, por ejemplo: Q'L / Q'C = PL/PC y con M=60.
a) 4LC2 / 4L2C = 1/2; o bien 8C = 4L; o sea, C = 1/2L #
b) adems debe ser Pl(L) + Pc(C) = M: L + 2C = 60
y segn # resulta L+2(1/2L) = 60, con: L=30; C=15 y Q=405.000
kilos.
Igualmente con la aplicacin Solver, pero para funciones "no" lineales. Se presentan los datos bsicos en una hoja Excel, con celdas
para los requerimientos de ambos factores; para sus precios o costos; lo gastado en cada uno y para la produccin mxima: la celda
objetivo B5 contiene la frmula con la funcin de produccin. En D4
estar el gasto total en factores B4 + C4.
En Herramientas > Solver> se anota la celda objetivo; se elige Maximizar; las celdas cambiantes B2yC2 en las que Solver calcular los
requerimientos de factores. Sujeta a las siguientes restricciones >
Agregar y presenta una pequea ventana que permite anotar D4 a
la izquierda; en el centro y =60 a la derecha (el presupuesto).
338
Finalmente, luego de aceptar se abre la ventana final para Utilizar la

solucin de Solver y Aceptar
Al no haber entrado en Opciones para modificar se contina trabajando en Solver sin Adoptar el modelo lineal, ya que esta funcin de
produccin no es lineal.
339
340
15
E
Q = 405.000 kilos
30
DUALIDAD
MNIMO COSTO PARA OBTENER UNA PRODUCCIN DE
200.000 KILOS
Manteniendo la tcnica y los costos de los factores en el mercado,
se busca saber cual sera el mnimo costo para producir exactamente Q=200.000 kilos del bien final:
Q = 2L2C2 = 200.000 y siendo # C = 1/2L resulta 2L 2(1/2)2L2 =
= 200.000; de donde 1/4L 4 = 200.000, o sea, L=25,15 de modo que
C=12,6 segn la relacin # vigente.
El costo de esta produccin ser M= $1(25,5) +$2(12,6)=$50,30.
Con Excel, se escriben los datos con la misma disposicin en un
hoja de clculo. Al abrir Herramientas > Solver se elige la celda objetivo, ahora D4 y seguidamente se pulsa en Minimizar; luego las
mismas celdas cambiantes B2 y C2.
En Sujeta a las restricciones > se Agrega la restriccin ahora de
produccin (antes de presupuesto): B5 = 200000
341
Con Resolver y Utilizar la solucin de Solver, se calcula el presupuesto mnimo necesario para esa produccin de 200.000 kilos (as
como las cantidades de las demandas derivadas de factores productivos L y C).
Obsrvese que para producir la mitad que antes el presupuesto no
baj a la mitad, debido a que la funcin de produccin no tiene rendimientos constantes sino crecientes (segn la suma de exponentes
de la funcin de produccin mayor que uno), de modo que al bajar el
ritmo productivo el gasto no se reduce proporcionalmente (no es
programacin "lineal").
342
POTENCIAS Y RACES
TEORA DE LOS COSTOS CON EXCEL

En una hoja de clculo se introducen las frmulas de cada concepto
de costo en la lnea 2, como se muestra en el ejemplo. Se copian
hacia abajo y surgen evidentes los puntos relevantes: mnimo costo
medio E6; mnimo costo medio variable F4; costo medio igual a costo marginal con X=4,6 (costo marginal o aumento del costo total por
producir una unidad ms de X; la derivada del CT= CT').
343
La grfica se obtiene con: Icono de grficos > Dispersin > etc. y si

se prefiere, eligiendo en Formato de Ejes la escala logartmica para
la ordenada.
MINIMIZACIN DE COSTOS CON SOLVER

A partir de esos datos es posible pedirle a Herramientas > Solver>
que minimice, eligiendo como celda objetivo alguna celda del costo
medio, por ejemplo E7; celda cambiante la correspondiente de las
X, A7; tildar Mnimo; en Sujeta a las siguientes restricciones A7>=0,
y que el costo medio sea igual al costo marginal, E7=H7; con Resolver y Aceptar calcular el valor exacto X=4,65871 que minimiza el
costo medio total (nivel ptimo de explotacin en el largo plazo; o en
el corto plazo punto crtico, por ser el umbral de prdidas si los precios llegaran a bajar de ese importe).
344
RESTRICCIONES ADICIONALES CON MATRICES

DOS SOFAS SIMPLES MS UNO TRIPLE
Una fbrica de muebles vende juegos de sofs. Sus costos de produccin para sofs simples son $ 70 variables ms $60 fijos; para
los sofs triples son $ 200 variables ms $ 150 fijos; y su capital de
trabajo son $10.000.
Necesita minimizar el costo de producir la mxima cantidad posible
de juegos. La restriccin adicional es, en este caso, respetar la proporcin dos simples ms uno triple (-2+1= 0 es la restriccin planteada segn la fila 3 de la hoja Excel). La otra restriccin es el capital de trabajo para insumos: 10.000 menos costos fijos = 9.730, dis-
345
ponibles para costos variables, segn la proporcin mencionada,

que se muestra en la fila 2 de la hoja Excel.
La funcin Excel para matriz inversa ayuda a resolver el problema:

se pinta desde A5 hasta B6 y se escribe MINVERSA(A2:B3) pulsando luego Ctrl+Shift+Enter como muestra la imagen.
Seguidamente se multiplica la matriz inversa por el vector de las disponibilidades: se pinta D5 y D6 y se escribe mmult(A5:B6;D5:D6) y
Excel calcula la proporcin mxima de juegos de sofs, 29 triples
ms 57 simples, que es posible producir con los recursos disponibles.
346
PROGRAMACION ENTERA DE UNA DIETA

En una dieta alimenticia interesan los costos, los requerimientos mnimos y el nivel de caloras. Se sabe que para mantener
el peso adecuado alguien de consumir 1350 kcaloras y un
mnimo de 500 mgr de vitamina A, 350 mgr de calcio, 200 mgr
de protenas y 150 mgr de minerales. Dada una tabla de contenido de los alimentos y su costo formule el programa lineal
entero que optimiza la dieta.
Una vez volcada la tabla y hecho el cuadro resumen en la hoja
de clculo, al ingresar a Solver se puede elegir minimizar el
costo e Integer (entero) como restriccin ( B6:B11=Integer).
Las otras restricciones hacen a cumplir con los requerimientos
mnimos y con el tope de caloras. En las opciones se tild
Adoptar el modelo lneas y Adoptar no negativos para las cantidades de alimentos. Al resolver Utilizando la solucin de
Solver tambin se pueden pintar los tres informes usuales con
los resultados.
Al haber elegido Integer como restriccin solo se consideran
unidades enteras para las celdas cambiantes B6:B11 y esta
optimizacin se cumple con el costo mnimo de $57 .
347
(Utilice Ver o Vista > Zoom > 200% para leer bien la imagen)
PROBLEMA DE LA MOCHILA CON ENTEROS

El problema dela mochila es otro caracterstico caso de programacin entera. Consiste en llenarla con objetos cuyo peso
se conoce y a los que se le asign determinada valoracin
(ambos, peso y valoracin positivos). Con una capacidad limitada en la mochila el problema consiste en escoger aquellos
objetos (enteros) que maximicen la utilidad sin exceder aquella
capacidad.
348
En el siguiente ejemplo la funcin objetivo a maximizar incluye

en C10 la valoracin de cada objeto. En C11 se anotaron como frmula las restricciones sumando los pesos de cada objeto; y se agreg la condicin C11<=20; tambin se agreg en
Sujeto a las condiciones que los cuatro objetos sean enteros
(Integer) y no negativos (esta condicin puede tildarse en las
opciones junto con estimacin lineal).
Solo se transportan 18 kilos en 6 unidades de X2 por que no
pueden incluirse fracciones de alguna; y la utilidad mxima es
54 unidades.
(Utilice Ver o Vista > Zoom > 200% para leer bien la imagen)
PROGRAMACION BINARIA
En un problema similar al anterior puede incluirse la condicin
de considerar las variables como elementos binarios (0 1)
349
tildando en Sujeto a las restricciones la condicin binario; es

el caso en que las variables a incluir no son divisibles, repetibles (replicables).Tambin se pueden plantear casos en que
algunas variables sean conjuntas o que alguna sea mutuamente excluyentes de alguna otra.
En este caso la utilidad mxima baj a 35; se transporta una
unidad de X1, otra de X2 y otra de X4, que pesan 20 kilos; la
utilidad mxima bajo a 35 por que no pueden repetirse varias
unidades del mismo bien. Adems, combinando frmulas en
las celdas con las posibilidades que incluye Sujeto a las restricciones se pueden introducir diversas restricciones binarias
(opcin 0 1) para alguna o varias de las variables.
OPTIMIZACION DE LA PRODUCCION / MINIMIZACION

DEL COSTO
La solucin tradicional de problemas con solo hasta tres variables
implicaba recurrir al anlisis deferencia (anlisis marginal, ilustrati-
350
vo). Aun con esta reducida cantidad de variables el proceso resultaba

largo y engorroso. Excel y su macro Solver permiten estandarizar
este tipo de problemas (hasta 16 variables; lgicamente dando por
conocido este anlisis marginal).
Una empresa produce tres bienes (A, B, C) con insumos que adquiere
mensualmente a otro productor, segn coeficientes tcnicos que se
indican. Los insumos totalizan 20.000 kilos por mes a $/k 2,50. Los
costos fijos son $80.000 mensuales. Los costos variables de conversin ascienden a $240 por hora mquina y se trabaja 25 das al mes
en dos turnos de 8 horas. Optimizar la produccin considerando que
la empresa tiene por 5 aos dos contratos impostergables por las cantidades que se indican.
(use Ver o Vista > Zoom 200% para ver los detalles)
Se volcaron los datos en la hoja de calculo, construyendo las formula
correspondientes para la cuantificacin de los costos y de los ingresos
segn el cuadro. En la celda objetivo B30 se maximizan los benefi-
351
cios y se seleccion como celdas cambiantes B23:D23 para que Solver calcule ah las cantidades que optimizan la produccin y repercuta en las frmulas de costos e ingresos.
Como la empresa tiene contratos ineludibles las cantidades a optimizar son menores que la demanda total disponible; no obstante en el
calculo final de beneficios se consideran tanto las producciones para
contratos como las de los tres mercados remantes.
Las restricciones del modelo implican no superar los insumos disponibles ni la demanda remanente; al ingresar en Opciones se tildaron
Adoptar modelo lineal y tambin No negativos.
Como en todos los dems casos, el archivo Excel con este ejemplo
muestra mejor a los interesados la interrelacin en cada celda (segn
las frmulas del cuadro) con las cantidades seleccionadas por Solver.
PROGRAMACION DE TURNOS DE TRABAJO

Supngase una empresa que preste servicios continuados las 24
horas durante todo el ao. Su personal trabaja 8 horas diarias, in-
352
gresando en 6 turnos cada 4 horas y no se trabajan horas extra.

Las dotaciones mnimas requeridas son las siguientes restricciones.
Los jornales varan segn los turnos del cuadro. Para minimizar el
costo salarial sujeto a las restricciones se plantearon dos hojas con
diferente distribucin de los clculos. En la primera se tiene en cuenta que la jornada de 8 horas permite que en cada turno pueda haber
presente personal del turno anterior, por ej. i16 = i14+n14.
Al abrir Solver se marc como celdas cambiantes a los turnos

i8:n13. Las restricciones i16:n16 >= i18:n18 y que las celdas cambiantes sean positivas y tambin que sean enteros (integer).
La funcin objetivo es la suma-producto de los jornales por los presentes, con $1208 de mnimo costo.
353
En esta segunda presentacin se adopt la sugerencia del archivo

de las muestras Excel incluido en el Office de Microsoft. Se dispuso
matricialmente la condicin de personal presente del turno anterior.
Las celdas cambiantes de la solucin permiten cumplir con las restricciones i4:i9 >= que la dotacin requerida. Tambin permiten la
354
suma producto por los jornales que figura en la funcin objetivo, con
un mnimo costo de $1208.
Al abrir Solver se establecieron como celdas cambiantes c10:h10 y

se agregaron como restricciones que esas celdas cambiantes fueran enteras (int) y no negativas. Igualmente que el personal no fuera
menor que el requerido.
En ambas presentaciones se tild adoptar la solucin lineal (y no
negativo).
Finalmente esta siguiente es la presentacin de Microsoft Excel para
el ejemplo de Muestras.xls sobre la programacin del personal de
un parque. Su presentacin matricial atiende a mostrar como cada
empleado trabaja cinco das semanales y tiene dos feriados;siendo
lo dems parecido.
355
(use Ver o Vista > Zoom > 200% para leer los detalles)
EQUILIBRIO EMPRICO CON HOJA DE CLCULO EXCEL

La teora econmica explica el punto de equilibrio de la empresa
maximizando el beneficio. Se procede conceptualmente y desde
funciones y se suelen aceptar las explicaciones, no obstante que en
la empresa no existen funciones sino solo series histricas de venta
y compra de insumos.
Se aceptan las explicaciones tericas y el criterio de ptimo (ingreso
marginal igual a costo marginal y simultneamente crecimientos de
ste mayor que el del ingreso marginal; es decir mximo B si B= 0 y
B <0))
Si fuera necesario demostrarlo empricamente, seria necesario calcular la funcin de demanda Px; luego el ingreso total IT =Px (X); as
como el ingreso marginal, IT.
En los costos sera necesario ajustar la serie del costo medio histrico a una funcin cuadrtica (parbola invertida, tipo U); luego obtener el costo total como el producto CMe(X); y finalmente el costo
marginal C.
356
Igualando I = C se calcula la cantidad X que optimiza la operatoria

de la empresa y maximiza su beneficio.
Solo mediante una hoja de clculo como Excel se facilitaran estos
clculos:
A) AJUSTE LINEAL DE LA DEMANDA

En este ejemplo se quiere explicar como a partir de las estadsticas
reales de venta se obtienen precios y cantidades de, por ejemplo 30
o ms meses.
Mediante Excel se efecta el ajuste lineal X = a bP, estimando los
coeficientes que se muestra en D4 a D6 y armando la ecuacin de
ajuste en C2, para copiarla hacia hasta C9.
Siendo la demanda X = 7.98 0,99P, se despeja P = 7.98 0.99X.

As, el ingreso total, que es precio por cantidad, resulta: IT = (7.98
0.99X)X = 7.98X 0.99X2; y el ingreso marginal es IT = 7.98
1.98X, que luego se utilizar para igualar con el costo marginal.
B) AJUSTE PARABLICO DEL COSTO MEDIO
357
Los registros histricos, reales, con costos medios y cantidades producidas permiten efectuar una ajuste cuadrtico y encontrar la parbola que minimiza los desvos entre los datos y la parbola de ajuste
en forma de U.
Bajo ritmo de produccin, con insuficiente reparto de costo fijos, implica costos medios elevados; igualmente producir a mayor ritmo
que el diseado para el equipo implicara subir los gastos de mantenimiento y reparaciones, aumentando el costo medio y explicando
as la forma usual en U de ste.
El mtodo de mnimos cuadrados requiere el siguiente cuadro de
trabajo, en el cual X son las cantidades e Y los costos medios histricos.
En I2 se escribe la funcin de ajuste, con referencias absolutas
(con F4 o $ ) a los coeficientes de la parbola obtenida ms abajo.
Aplicando el mtodo de Sarrus y de Cramer, se calculan las ecuaciones formales y se resuelve con Excel los determinantes y el Hessiano, segn se muestra en la imagen.
Cabe aclarar que la funcin Excel para calcular determinantes es
=mdeterm(rango) y as tambin se calcul el Hessiano en N13.
358
Pero para calcular los tres coeficientes A, B, C del ajuste es necesario dividir cada determinante por el Hessiano, del modo como se
muestra en N17.
Con A, B, C es posible conformar la parbola de ajuste que ilustra
la fila 20 y se calcula en 12 hasta 18 (imagen anterior).
Falta comprobar que el ajuste cuadrtico sea bueno, calculando el

coeficiente de correlacin R y determinacin R 2. Se obtienen en J38,
como cociente de las sumas de los cuadrados de "diferencias" tericas sobre las reales.
359
Obtenida la funcin de costo medio CM = 1,8+15X-0,13X2, se obtiene el costo total como el producto CM(X): CT = 1,8X +15X 2 - 0,13X3.
El costo marginal es la primer derivada CT = 1,8 +3X -0.39X2.
Ahora es posible calcular el nivel ptimo de la empresa, maximizando beneficios B= ITCT. El mximo beneficio implica que se cumpla
B = 0 y B<0.
B'= 0.30X2 -5X +6,2 =0; sus races son X =1,4 y X =0,1; sin embargo, solo con X=1,4 se cumple la segunda condicin B''<0.
La empresa maximiza beneficios produciendo 1,4 unidades; su precios de venta es P=$6,61; su ingreso total $9.21 y su costo total
$5.07 y su beneficio $4.15.-
EQUILIBRIO DE LA EMPRESA CON SOLVER

En el punto anterior se ha calculado el equilibrio emprico con la hoja
de clculo Excel, aplicando tambin diferenciales.
360
Adoptando esas funciones de demanda y costos, se puede calcular

el equilibrio, sin clculo diferencial, directamente con Herramientas
> Solver > y pidindole en Parmetros de Solver que Maximice la
celda objetivo (A9), cambiando las cantidades X (A1) y sujeto a las
restricciones Img=CMg, o sea (A5)=(A7); as como I''<C', o (A6) (A8)
de la siguiente imagen:
361
Mtodos cientficos:
Formas de estudiar; informes profesionales; mtodos cientficos.
Tres temas sobre mtodos para adquirir, para presentar conocimientos y para
demostrarlos, que se refieren al modo de estudiar; a las presentaciones metdicas de informes, exmenes o trabajos prcticos; y a la demostracin mediante el razonamiento lgico cientfico. Temas muy densos, que se podra
resumir (sin rigurosidad) como material de alguna ayuda para orientar a los
alumnos.
FORMAS DE ESTUDIAR
Ren Descartes (El Discurso del Mtodo, 1600) fue la fuente clsica sobre
cual era la manera de ordenar el proceso de adquisicin de conocimientos. Sin
releer ahora su trabajo digamos aproximadamente, que para estudiar propona
seguir estos pasos: subdividir el material en tantas partes como sea necesario,
para poder analizarlas individualmente; efectuar extensos listados con ellas, a
manera de ndice que permitan ir ordenando y reuniendo la informacin. Estos
listados de temas (tipo ndice) permitirn la agrupacin por temas y finalmente llegar a una sntesis manejable, etc.
Por una parte, listados y el anlisis, para poder estudiar ordenadamente. A
continuacin la agrupacin y la sntesis. Entonces, para un alumno de economa que debe hacer trabajos prcticos o rendir en un par de horas exmenes
sobre temas expuestos, se tratara en la prctica de listar contenidos y analizar
hasta poder sintetizarlos (a libro cerrado) en pocas pginas.
Adicionalmente, como los tiempos cambian hoy se impone el estudio mediante Internet y uso de PC. Muchas presentaciones son archivos de solo lectura
(que no se pueden copiar y pegar) con extensin .PDF. Las PC modernas traen
lectores de estos archivos .pdf, o bien el Office y tambin sigue vigentes versiones libres de Accrobat Reader. Para estos archivos es muy importante bus-
362
car por palabra clave, mediante Contrl + F (en Word usamos Contl + B)
PRESENTACIONES TIPO INFORME PROFESIONAL

El modo de presentar o hacer los exmenes o trabajos prcticos es mediante
informes profesionales; que en principio, deben reunir cinco partes: 1) identificacin, lugar, fecha, tema. 2) introduccin de un prrafo, con los supuestos
necesarios y con el tema a exponer (algo como diga que va a decir), 3) desarrollo o explicacin detallada de los principales pasos demostrativos ( el dgalo), pero en una forma que lo entienda todo lector que no tenga antecedentes sobre el tema ; sin dar por sobreentendido absolutamente nada importante,
para presentar una demostracin rigurosamente documentada y vinculando
por ejemplo las ecuaciones con los (supuestos) hechos reales de su tema . 4)
conclusin de un prrafo, con lo relevante expuesto, lo obtenido o una idea
clara de lo que ello es o no es (un diga que dijo). 5) fuentes de informacin,
las primarias que expusieron el tema, pero muy detalladas, con autor, obra,
editorial, ao y de ser posible nmero de pagina o prrafos concretos. (evitando referencias vagas a solo el autor u obra). Si fueran de Internet, debe figurar
especficamente la direccin URL de la pgina concreta con el tema y no solo
la referencia a un sitio web o su pgina de inicio, que obliguara a posterior
navegacin para ubicar el punto.
METODOS DE DEMOSTRACION
En cuanto a los mtodos cientficos, para la demostracin rigurosa en el mbito econmico, hay que retrotraerse al anlisis clsico aristotlico, la metafsica
causal: de un antecedente verdadero llegar a un consecuente tambin verdadero mediante razonamiento lgico (todos los hombres son mortales, Scrates
es hombres, entonces Scrates es mortal. O segn descartes cogito ergo
sum, pienso luego existo).
363
Desde el siglo pasado simplificamos reconociendo este planteo bajo dos situaciones: las deducciones matemticas (lgica pura, sin contenido real, econmico) y la induccin estadstica (razonamiento lgico para los hechos sociales) .
En economa se recurre a la deduccin matemtica (aqu aplicada) cuando se
quiere demostrar la optimizacin, la maximizacin o minimizacin. Se habla
de una sola, o todo ms dos variables: maximizar el beneficio, optimizar la
produccin, minimizar el costo, mediante el anlisis diferencial. La derivada
se define como U`x = DU/Ux, variacin de una funcin U (utilidad, produccin) si varia x (un bien o un factor) un infinitsimo.
La condicin de mximo consiste en igualar a cero la primer derivada (para
despejar la cantidad) y luego comprobar que es mxima si la segunda derivada es negativa (o viceversa para un mnimo). Por analoga con una curva sinusoide en un primer cuadrante, con una punto de inflexin, un mximo, otro
punto de inflexin, un mnimo, etc. Igualar a cero la primera derivada es ubicase en uno de esos puntos de giro o cambio; con la segunda se ve si un infinitsimo despus la curva o funcin crece, desciende o es nula (inflexin).
Con dos variables, se sigue esto pero con la segunda ley de Gossen, expuesta
por Marshall o por Pareto, como : a) proporcin entre la utilidad (o producto)
marginal sobre el precio, igual en ambos bienes y b) agotar el gasto del presupuesto dado: Px(X) + Py(Y) = M
Para los casos de optimizacin con ms de 4 o 5 variables, estudiamos en microeconoma varios procedimientos: el clculo diferencial con la funcin
combinada de Lagrange hasta cuatro variables (por ejemplo dos variables
reales y dos restricciones), mediante sustitucin de las variables landa 1 y
landa 2.
Algo quizs ms prctico y para hasta 5 o 6 variables, son las tablas Simplex de programacin lineal. Igualmente mediante el uso de matrices, con la
matriz inversa y el producto de matrices para obtener la matriz insumoproducto y el resultado total directo e indirecto en cascada decreciente.
Excel simplific la programacin lineal con su macro Solver hasta 16 variables. Por otra parte, Excel tambin tiene funciones simplificadas calcular ma-
364
trices determinantes: mdeterm( ; ); para invertir matrices =minversa( ; ); y

para multiplicarlas: y =mmult( ; ), mediante las cuales es posible resolver
sistema de por ejemplo 1700 variables.
En cuanto al otro mtodo bsico, el de las inferencias estadsticas, o induccin, Excel incluye una muy til y simplificada utilidad, a la que se puede
acceder de varias formas, como por ejemplo, en el men Herramientas; Anlisis de datos; regresin; para casos de correlacin mltiple, con varias o muchas variables independientes y otra dependiente (trae un ejemplo de estimacin de la produccin de helados, segn las series histricas de de calor, lluvia
y turistas; que es posibles correlacionar y hacer la estimacin siempre que
alguna institucin las pronostique para el ao siguiente. Esta macro Excel calcular los coeficientes de cada variable independiente, para poder armar luego la ecuacin del ajustamiento o estimacin. Tambin aportar los parmetros para estudiar la bondad del ajustamiento, anlisis de la varianza, o anova.
O sea, el alumno tiene aqu un esbozo de mtodo racional para estudiar.
Tambin tiene el modo de presentar profesionalmente sus trabajos prcticos y
exmenes. Y finamente, se le comentan cuales son los dos mtodos cientficos
para demostraciones rigurosas: deduccin e induccin, que se practican durante este curso.
En microeconoma, deducimos maximizaciones, generalmente con uno o dos
variables, rigurosamente; adems explicamos la vinculacin de esto con algn hecho econmico supuesto (en un informe) . Tambin optimizamos producciones u otras situaciones con muchas variables recurriendo a las funciones de Excel, Solver, matriz inversa y multiplicacin; y como trabajo de
integracin todo alumno resuelve en Excel un mismo ejemplo de cuatro variables mediante 4 a 6 mtodos alternativos. Por otra parte, tambin presenta en
Excel alguna estimacin de funciones mediante la correlacin mltiple de
Excel (la inferencia o induccin estadstica comentada).
DUDAS SOBRE MICROECONOMIA Y SUS METODOS CIEN-
365
TIFICOS:
Desde siempre y al menos hasta 1980, cuando se fue conociendo Lotus y especialmente luego que en 1994 se us Excel (con sus funciones para correlacin mltiple con anova(induccin); las de regresin; las de progamacin
lineal; y las de matrices, matriz inversa, etc (deduccin)) algunos reconocieron
que el sistema cientfico de la economa clsica y moderna era inaplicable o
puro verso , y solo mediante computacin (Excel) era efectivamente practicable en una empresa.
Antes solo tena sentido lgico en una realidad artificial limitada a dos o tres
variables, quizs til para definir algunas ideas bsicas (anlisis marginal;
contribucin marginal) pero aun as poco aplicable a una empresa.
Algunos vieron que todo cambi con la computacin, especialmente con Excel, por que simplific y especialmente popularz tres cosas:
1) como hacer o construir funciones, con varias variables independientes (correlacin mltiple con anlisis de variancia o anova, con su archivo del Office
sobre la estimacin del Productor de helados, que tiene series de 30 perodos
incluyendo helados, lluvia, calor y turistas llegados al balneario). Excel tambin simplific muchas otras aplicaciones y distribuciones sobre estimacin.
(mtodo: induccin)
2) Solver para programacin lineal o no lineal, tildando pocas opciones (mtodo: deduccin)
3) calculo de una matriz (determinante) con =mdeterm( ;), matriz inversa con
=minversa( ; ), matriz multiplicar con =mmult( ; ). (deduccin)
Entonces, el rigor cientfico ya es hoy realmente aplicable a lo cotidiano de
cualquier empresa.
El rigor cientfico, pasa en la economa de la empresa por la cuestin de los
mtodos cientficos bsicos rigurosos (induccin estadstica, para la estimacin; y deduccin matemtica, para la optimizacin; ambos con contrastacin con la realidad). Y la aplicacin en la empresa, en forma generalizada,
depende mayormente de Excel.
Dos dudas sobre microeconoma?
366
PRIMERA ) Hace falta gran conocimiento previo de matemtica?

Coloquialmente, para no iniciados se aclara que hay una trampa (verso) clsica: esconder /dificultar (a los indios) las cosas (y la verdad en estas esplicaciones), ya que as era ms fcil, y habra pocos crticos (caciques), o quizs
por que se buscaba solo figurar y simultneamente que nadie pudiera criticar
las cosas hechas por los supuestos expertos.
Por ejemplo se inundaba con reglas y casos de derivacin etc. , seguramente
necesarios en fsica o qumica, pero no en economa, donde por ejemplo, solo
tiene sentido el primero de los cuatro cuadrantes. Igualmente con la programacin lineal Simplex (con dos paginas se reemplaz aqu profusin de textos
superfluos). Tambin se habl siempre de resolucin de sistemas NxN, pero
ningn texto incluy resuelto un sistema de 4x4 ni mayor. En estos cursos se
resuelven aqu casos con muchas variables, con Solver. Y con matrices mediante Excel se resuelven casos con al menos 1700 variables). Pero lo importante es que ninguna de estas aplicaciones requiere ms de una hora de dedicacin bsica.
SEGUNDA ) Para que sirve todo esto de los mtodos? , en

qu cosas concretas se aplica el rigor de la ciencia econmica en una empresa?
Veamos algunos ejemplos de aplicacin, en las cinco reas bsicas de cualquier empresa (incluida su direccin o gerencia general):
Las 5 reas se definen aqu segn el ciclo empresario, (tal como por ejemplo
se hacia en la siderrgica Somisa que competa eficientemente exportando
masivamente a EEUU y otros pases y enfrentaba localmente la competencia
de importaciones de sus productos):
El ciclo anual comenzaba con el pronstico cuantificando el mercado; luego el
plan de compras de materiales (restando las existencias); luego el plan de produccin (restando las existencias de semiterminados); finalmente el plan de
ventas, promocin, marketing, expedicin.
367
Una de las tareas en 1971-1993 de quien escribe era coordinar para presentar
anualmente el estudio de mercado (demanda/oferta); otra era coordinar la defensa de la competencia, local y de las importaciones, con pormenorizado
seguimiento de precios y especialmente antidumping; as como la defensa en
la competencia ante las autoridades de los EEUU y la CEE; para lo cual resultaban imprescindibles los conocimientos microeconmicos segn el programa
actual de la FCE-UBA.
1 Ventas: por ej.optimizar el beneficio (Ben= ingresosCostos) eligiendo la
mezcla ptima entre una serie de bienes, ya sea con programcin lineal con
Solver o con matrices para hasta 1700 variables con Excel.
2 Compras: por ej.minimizar el costo eligiendo la mezcla ptima entre una
serie de insumos; minimizar el inventario ptimo.
3 Produccin: por ej.produccin ptima eligiendo alguna mezcla de autos y
motos; optimizar rutas de envo desde varios depsitos.
4 Finanzas: por ej.canasta ptima de bonos o de acciones; VAN y TIR de proyectos.
5 Personal: plan rotativo de personal, vacaciones, etc. (Excel trae 5 muestras
de aplicaciones de programacin con Solver, de la gran variedad posible)
Sigue esto valiendo aunque se utilice el criterio de organizacin de M. Hammer sobre reingeniera y el gerente de producto, o supuesto experto que
conoce todo sobre un producto y reemplaza a los tradicionales gerentes (aunque si no vende suficiente se lo sustituye por otro), junto con la til tercerizacin de servicios (pagos y cobros a travs de depsitos en bancos; suprimir
papeleo de pagos y cobros con email o internet y transferencias bancarias online; etc. y se entiende que en finanzas o contadura la racionalizaron con las
PC y Excel fue muy importante.
ARCHIVO CON 6 METODOS:

La inferencia estadstica (induccin cientfica), con suficiente anlisis de la
varianza (anova) es el mtodo bsico para las disciplinas sociales, como la
economa.
368
Tambin se utiliza la modelacin de cualquier asunto econmico mediante el

mtodo (deductivo) de la matemtica; adems de procedimientos especficos
diversos segn los asuntos.
En cuanto al mtodo bsico deductivo, interesa especialmente el proceso
para modelar situaciones de mximo y/o mnimo. En la prctica las situaciones pueden implicar numerosas variables y restricciones (condiciones, que se
procesan como variables adicionales).
Sin embargo, la idea lgica se plantea con una variable (y una condicin, ya
que salvo en filosofa o matemtica pura no tiene sentido hablar sobre los infinitos).
Pensando en el dibujo de una onda sinusoide en un primer cuadrante, en la
ordenada se mide la variable y en la abscisa las ondas durante un tiempo. Si se
estudia la amplitud durante solo el primer perodo ms un infinitsimo se puede estudiar el mximo o mnimo relativo a solo ese primer perodo.
La variable crece al principio muy aceleradamente, llega a un punto de inflexin y luego crece menos aceleradamente, hasta que en el mximo deja de
crecer y luego decrece rpidamente, hay otro punto de inflexin y pasa a decrecer ms lentamente hasta llegar al mnimo (rpido o lento, proporcionalmente con la abscisa).
En el punto de mximo, en el de inflexin y en el de mnimo el crecimiento
infinitesimal es ah nulo. E interesa conocer como cambia esta variable un
infinitsimo a la derecha de estos puntos. Para ello el anlisis diferencial se
ubica en uno de estos puntos (de giro o cambio) haciendo la primer derivada
igual a cero. Luego, volviendo a derivar esta primera derivada se observa el
resultado de la segunda derivada, para saber si el punto de giro era un mximo, un mnimo o un punto de inflexin:
1ra=0 y 2da.<0 un mximo; 1ra.=0 y 2da.>0 un mnimo; 1ra.=0 y 2da.=0 un
punto de inflexin (de giro o cambio).
Cuando se estudian dos variables y alguna restriccin, se siguen varios procedimientos alternativos, que guardan analoga con este criterio para una variable (y una restriccin).
Con dos variables reales y una restriccin (3 en total), como consumir o pro-
369
ducir dos bienes dado un presupuesto, se utilizan el anlisis diferencial de

Gossen, Marshall o Pareto: resolver a) igual cociente utilidad marginal sobre
precio del bien (o insumo)en ambos, juntamente con b) agotar el gasto del
presupuesto.
Tambin segn las dos condiciones de la funcin combinada de Lagrange. La
combinada suma la funcin de utilidad (o produccin) ms la restriccin de
presupuesto multiplicada por una variable artificial u operador landa (tambin
3 en total).
Sus dos condiciones son: FOC) igualar a cero las primeras derivadas de estas
3 variables; despejar landa por igualacin de dos de ellas y reemplazar en la
tercera para calcular ambos bienes. SOC) formar un determinante con las
derivadas segundas del sistema anterior. Si este determinante (Hessiano) es
positivo indicar un mximo; si es negativo un mnimo; si fuera tambin nulo
indicara un punto de inflexin.
Para ms de dos tres variables, cambia algo este criterio segn el Hessiano;
pero en la prctica no se puede utilizar Lagrante sino que se recurre a Solver
de Excel o o matrices con Excel para los casos con muchas variables y restricciones.
Excel procesa fcilmente sistemas de muchas variables, cuantificndolas y
calculando tambin los precios sombra (remuneraciones). Los operadores
landa de Lagrange son el valor del producto marginal (utilidad marginal),
precio sombra o remuneracin de cada factor, etc. que tambin se obtienen
con programacin lineal segn otros procesos equivalentes.
Resolver el caso de dos variables ms dos restricciones es interesante, ya que
permite ver la analoga entre los 5 6 mtodos principales. Adems ilustra los
procesos con Solver y con matrices mediante Excel que sirven para resolver
efectivamente problemas con muchas variables.
370
SEIS METODOS EQUIVALENTES

(UN CASO CON 12 RESULTADOS IGUALES DEL PRIMAL Y
DEL DUAL)
A continuacin tienen aqu resuelto en varias hojas el ejemplo del honorable
W. Baumol y/o del libro de Henderson y Quandt sobre la optimizacin para
producir autos y motos (aunque que solo lo presentan all con un proceso, tal
como otros ejemplos en los demas libros ).
Asimismo, se incluyeron aqui las seis soluciones del caso PRIMAL (maximo
beneficio) y las del correspondiente DUAL (minimo costo para esa produccin
dada). Al llegar a similar resultado el lector puede captar mejor la utilidad o
sentido de cada mtodo.
Los seis casos de primal y sus 6 duales se presentan aqu para los mtodos
usuales: 1) ecuaciones diferencias usando operadores de Lagrange; 2) programacion lineal mtodo grfico; 3) programacin lineal Simplex; 4) programacion con Solver de Excel; 5) matrices, manualmente; 6) matrices con funciones Excel (que son las efectivamente generalizables a miles de variables
por cualquier usuario de PC desde 1995 !)
Interesa ver como se llega al mismo resultado en todos estos 12 casos.
Ademas es especiamente util resorver este ejemplo manualmente y sobre todo
tambin con las aplicaciones Excel para Solver y para invertir y para multiplicar matrices. Al saber resolver este caso de 2x2 (cuatro variables o restricciones) y saber hacerlo con las funciones Excel se tiene abierto el camino para
resolver otros casos con miles de variables.
Al permitir resolver decenas y cientos de variables, Excel permiti superar
efectivamente la falacia clsica sobre sistemas NxN, antes prcticametne solo
retrica pura, imposible de aplicacin concreta en la empresa o realidad. De
hecho, no existen textos con ejemplos de 4x4 5x5 resueltos !.
Por otra parte, algo similar ocurri con la estimacin de funciones por
mnimos cuadrados (induccin), que solo fu prcticamente realista cuando
Excel populariz su ejemplo de los HELADOS con 4 variables (o ms) y facilitando el anlisis de la varianza (anova), para los coeficientes de correlacin
ajustado; el "F" de Snedecor para ver la aleatoriedd y autocorrelacin y el "t"
de Student, sobre representatividad de cada variable independiente y en general "bondad" del ajustamiento).
371
Planteo del problema:

Se busca optimizar la produccin de autos y/o motos, disponiendo de 8000 hs. Mquina y 9000 hs. Hombre. Un auto deja
como beneficio $2,50 y una moto $2,00. Los insumos o coeficientes tcnicos estn en el cuadro 2x2 del resumen.
Cuadro resumen del ejemplo autos y motos:

Requerimiento
autos
motos
maquina
Hombre
Cant. vendida
Ben. unitario
Total beneficio
1
3
500
2.50
1250
2
2
3750
2.00
7500
372
Total
requer
8000
9000
capacidad
8000
9000
8750
Aproximacion, recordando como derivar:

Tratando de simplificar el clculo: supongamos una funcin Ux. Su
primer derivada sera Ux;y= dU/dx y su derivada segunda sera
Ux=- respecto a X (o a Y, segn a cual derivemos).
Ejemplo: Ux=3X2 (al cuadrado) con U'x=6X (se multiplica por el
exponente y se baja una unidad este). Su derivada segunda Ux=6
(se vuelve a derivar la derivada primera).
Otro ejemplo Uxy=4X2Y2 (Xcuadrado por Y cuadrado), con Ux=
8XY2 (multiplica por el exponente y se le baja una unidad a este...y
acompaa lo demas igual).
La Ux=8Y2. (multiplica por el exponente y se le baja una unidad a
este.... y acompaa lo demas sin cambios).
La simbologa cambia segn los textos, pero es similar: Ux que
dU/Dx.
1 ) LAGRANGE
373
La solucion analtica diferencial, con o sin Lagrange, permite el razonamiento,

pero tiene limitaciones (manuales), es para pocas variables (por esto usaremos
aqu 6 mtodos, llegando al mismo resultado).
Las condiciones o restricciones tecnicas son:
auto
moto
Recursos
hs. Maquina
X1
2X2
<=8000
hs. Hombre
2X1
2X2
<=9000
PRIMAL
La funcin conbinada de Lagrange incluye la funcion de beneficio ms las de dos
restricciones
G = 2,50 X1 + 2,00 X2 + L1(X1 + 2X2 -8000) + L2(3X1 + 2X2 -9000)
Lagrange prev dos condiciones (FOC y SOC) . Usaremos aqu dos operadores, landa 1 y landa 2.
1) F.O.C.: G1 = 0
G2 = 0
2.5 + L1 + 3L2 = 0
2 + 2L1 + 2L2 = 0
G3 = 0
G4 = 0
X1 + 2X2 - 8000 = 0
3X1 + 2X2 - 9000 = 0
Con estas dos ltimas se puede despejar X1 y X2 por igualacin:

X1 - 8000 = 3X1 - 9000 o sea, 1000 = X1X1= 500
y segn G3 500 + 2X2 -8000 = 0 o sea,
2X2 = 7500.. X2= 3750
Con estas cantidades optimas el beneficio es:

B = $2.50 (500) + $2.00 (3750) = $8750
Con precios sombra segn G1 y G2:
2.5 + L1 + 3L2 = 0
multiplico por 2:
2 + 2L1 + 2L2 = 0
5 + 2L1 + 6L2 = 0
2 + 2L1 + 2L2 = 0
y por igualacin surge 5 + 6L2 = 2 + 2L2 .
Osea 4L2 = -3.. -L2 = 0,75
y segn L1 es
2,5 + L1 + 3(-0,75) = 0
o sea, 2,5 + L1 - 2,25..y -L1 = 0,25
(remuneracin de ambos factores o precios sombra)
374
2) S.O.C.:
Si el determinante Hessiano es positivo se asegura que esta solucin es ptima. El
determinante Hessiano se conforma volviendo a derivar cada linea del primer sistema respecto a las cuatro variables 1, 2, 3 y 4.
L11
L12
L13
L14
H = L21
L22
L23
L24
L31
L32
L33
L34
L41
L42
L43
L44
o sea, H =
0
0
1
3
0
0
2
2
= 16
1
2
0
0
3
2
0
0
Calcular el Hessiano manualmente solo es prctico hasta 3 variables, pero para
muchas (o miles de) variables Excel tiene la funcion =Mdeterm( G26;J31).
1b ) DUAL:
(el mnimo de este mximo)
Este mismo caso tiene otro aspecto a considerar. Busquemos cual sera la mnima
remuneracin para obtimizar esos recursos de 800 hs.mquina y 9000 hs.hombre,
sabiendo que un auto deja $250 y una moto $ 2,00 de bienficio (es como la otra cara
en una misma moneda).
Para minimizar, Lagrange arm su funcin combinando ahora la funcin objetivo y
agregando sus operadores "landa" multiplicando las restricciones de cumplir con el
beneficio unitario en autos y en motos (usamos dos operadores landa 1 y 2 por que
hay dos restricciones; adems de la variables reales, ambos beneficios unitarios en
este caso de mnimizar)
K = 8000 Y1 + 9000Y2 + h1 (Y1 + 3Y2 - 2,50) + h2 (2Y1 + 2Y2 - 2,00)

(cambio las letras por K, Y1y2 y h1y2 pero quizs no sea imprescindible)
Lagrange prev dos condiciones (FOC y SOC) . Usaremos aqu dos operadores,
landa 1 y landa 2.
1) F.O.C.:
(al igualar a cero las derivadas primeras nos ubicamos en un "punto de giro", por
analoga con una variable)
K1= 0
8000 + h1 + 2h2 = 0
375
K2= 0
K3= 0
K4= 0
9000 + 3h1 + 2h2 = 0

Y1 + 3Y2 - 2,5 = 0
2Y1 + 2Y2 - 2 = 0
Multiplicando la tercera por 2 y repitiendo la cuarta

2Y1 + 6Y2 - 5 = 0
2Y1 + 2Y2 - 2 = 0
por igualacin surge: 6Y2 - 5 = 2Y2 - 2
o sea, 4Y2 = 3
.Y2 = 0,75
Y segn k3 es: Y1 + 3 (0,75) - 2,5 = 0 Y1 = 0,25
remuneraciones que optimizan minimizando el costos para usar estos recursos.
Min C = 8000 (0,25) + 9000 (0,75) = $8750
y segn k2:
9000 + 3h1 + 2 (-3750) = 0
-3h1 = 9000 - 7500
-h1 = 500
que en este dual seria como las cantidades "sombra"
2) S.O.C.:
En los sistemas con 3 variables la segunda condicion de Lagrange para el dual (minimo) era que el Hessiano de la derivadas segundas fuese negativo (y si se buscara otro punto de inflexin debera ser H = 0).
Pero el tema cambia y se complica para sistemas con 4 o mas variables; cambian los criterios y se complican mucho las reglas para los resolver determinantes mayores a 3x3.
Comparando mtodos se pueden ver estas limitaciones y la practicidad de cada uno,
destacandose la ventaja de usar Excel para los sistemas grandes.
DETERMINANTE con Excel (en E73;H73 )

H=
1
2
3
2
0
0
0
0
=16
Excel calcula facilmente estos determinantes grandes con su funcin

=mdeterm(E70:H73)
376
2 ) METODO GRAFICO - Maximizacin

el mtodo grfico admite dos variables y no demasiadas restricciones (tantas
como no ensucien el grfico).
Consiste en graficar cada restriccin y elegir el rea interior entre el origen y

la frontera de codos o soluciones alcanzables. Las soluciones posibles son
aqui el origen (nada producido y solo capacidad ociosa); solo 4000 de X2;
solo 3000 de X1; y el punto con 500 de X1 y 3750 de X2.
Falta ahora determinar cual de estas posibilidades genera mayor beneficio.
Para esto se grafican las lneas de beneficio (la funcin objetivo), obteniendo
una familia de lineas de isobeneficio, por ejemplo B=60000; B=30000;
B=15000; etc. paralelas, con pendiente segn los valores de la funcin objetivo..
La solucin se encuentra en el punto de tangencia entre la curva de beneficio
mas elevada con uno de los codos de la frontera de la produccin factible, en
este caso el punto de coordenadas (500;3750) con B=8750
377
Funcin objetivo: B = 2,5X1 + 2X2

2X2 = -2,5X1 + B
X2 = -1,225X1 + B/2
(pendiente -1,25 y ordenada segn valores de B)
2X2 = -X1 + 8000;
X2 = -1/2X1 + 4000
(grafico: si X1=0 entonces X2=4000; igualmente, si X2=0
entonces X1=2000 )
Iguamente,
2X2 = -3X1 + 9000
X2 = -3/2X1 + 4500
(si X1=0 entonces X2= 4500; igualmente si X2=0 entonces X2=6750 )
Igualando ambas restricciones resulta -1/2X1 + 4000 = -3,/X1 + 4500, de

donde surge X1=500
Reemplazando en la primer restriccin X2 = -1/2 (500) +4000 = 3750
Este es el punto que coincide con la mxima lnea de isobeneficio B=
2,5(500) + 2,0(37850) = $8750
378
2b ) DUAL - Minimizacin:
En este mismo ejemplo ser buscar el mnmo costo (remuneracin) para
producir esas cantidades de autos y motos utilizando los recursos disponibles
El procedimiento es similar en los casos de minimizacin. Pero aqu el rea
factible es la region superior de los costos ms alejada del origen. La regin
inalcanzable es la cercana al origen (ya que no es posible producir estas
cantidades con poco o ningun costo); el origen no es aqui una solucin posible.
En este dual la funcin objetivo permite graficar la familia de lneas de isocosto; cuanto menores sean alguna llegar a alcanzar un codo de la frontera
formada por los pares de restricciones, indicando el ptimo.
Segn C = 8000Y1 + 9000Y2
surge Y2 = -0.89Y1 + C
Graficando esta familia de lineas de isocosto, la mas reducida ser coincidente con el codo (0,25; 0,75), indicando que el mnimo costo para producir
500 autos y 3750 motos (usando todos los recursos) es Y1= 0,25 e Y2 =
0,75, la remuneracin de ambos factores productivos para obtener esas
producciones dadas y $8750 beneficio.
379
Funcin objetivo: Min C = 8000Y1 + 9000Y2

Restricciones: que las remuneraciones permitan obtener un beneficio de
$2,50 por auto y de $ 2,00 por moto:
Y1 + 3Y2 = 2,50
2Y1 + 2Y2 - 2,00
Grafico los extremos de hs. hombre: si Y2=0 entonces Y= 2,50; igualmente
si Y1 = 0 entonces Y2 = 2,50/3 = 0,83
Grafico los extremos de hs. Mquina: si Y2 = 0 entonces Y1 = 2/2 = 1;
igualmente si Y1 = 0 entonces Y2 = 2/2 = 1
Surgen aqu 3 codos factibles, Y1=1; Y2 = 1 y la interseccin ambas restricciones con coordenadas (0,25;0.75)
380
3 ) AUTOS y MOTOS SEGN SIMPLEX

Funcin Objetivo: Max Benef. = $2,50 (X1) + $2,00 (X2)
Sujeto a:
X1 + 2X2 <= 8000 hs. Maquina

3X1 + 2X2 <= 9000 hs. Hombre
( y siendo X1 y X2 >=0 )
Agregando ociosidad sera:
X1 + 2X2 + X3
= 8000
3X1 + 2X2 + .+ X4 = 9000
FO
0
0
2,5
X REC. X1
X3 8000
1
X4 9000
3
-2,5
tabla 1
0
2,5
X3
X1
5000
3000
0 4/3
1 2/3
0 -1/3
tabla 2
2
X2
2,5 X1
3750
500
0
1
0
tabla 0:
2
X2
2
2
-2
X3
1
0
0
X4
0
1
0
V.S.
8000
3000
1 -1/3
0 1/3
0 0,83
3750
4500
1 3/4 -1/4
0 -1/2 1/2
0 0,25 0,75
precios som bra
(todos positivos en la ltima fila).
Max. Benef.=$2,50(500 autos)+$2.00(3750 motos) = $8750

Verificacion del uso de los recursos:
1 (500) + 2 (3750) = 8000 hs. Maquina
3 (500) + 2 (3750) = 9000 hs. Hombre
381
(sin capacidad ociosa).
(ver las dos pginas con los pasos del mtodo Simplex en el cap.
3)
3b) VERIFICACION
DE LA ULTIMA TABLA SIMPLEX CON
MATRICES
Recursos
-1/2
-1/4
1/2
8000
9000
3750
MOTOS
500
AUTOS
ver frmula y
**
Estos valores difieren de los que se vern como la matriz inversa por que el orden de
presentacin fue alterado en el proceso quedando como motos y autos.
El producto de esta tabla (matriz) por el vector de recursos tiene la frmula:
=mmult(A2:B3;D2:D3) ingresada en Excel previo pintar estas dos celdas aqu F2:F3;
y con Contrl+Shift+Enter para que Excel la aplique a ambas.
4 ) SOLUCION CON SOLVER de Excel
Planteo del problema

y Ayuda previa para Solver:
Se busca optimizar la produccin de autos y/o motos, disponiendo de 8000 hs. Mquina y 9000 hs. Hombre. Un auto deja
como beneficio $2,50 y una moto $2,00. Los insumos o coeficientes tcnicos estn en este cuadro 2x2 del resumen.
Cuadro resumen del ejemplo autos y motos:

Requerimiento
autos
motos
maquina
382
Total
requer
8000
capacidad
8000
Hombre
Cant. vendida
Ben. unitario
Total beneficio
3
500
2.50
1250
2
3750
2.00
7500
9000
9000
8750
Luego use HERRAMIENTAS / SOLVER/ ETC

las formulas en la hoja Excel.
una vez que ya estan prearmadas
O use Datos / Solver en Office 2007 ( instlelo si no le aparece en Datos /

Solver).
Si no le es aqu fcil recurra a alguno de estos archivos que incluyen ejemplos con Solver Paso a Paso (en www.microconexcel.com.ar)
Al pulsar la celda objetivo deber marcar la que tiene el resultado final 8750 (D6 en
esta imagen Word); tilde Mximo; en Cambiando las celdas pinte las dos que tienen
500 y 3750 (B4:C4 de la imagen Word); mas abajo agregue restricciones: que el
total requerido sea <= a la capacidad (D3:D4<=E3:E4 de la imagen Word); se omitieron la condiciones de no negatividad, que autos y motos no sean negativos, por que
en Opciones se tild No negativo y tambin adoptar el modelo lineal. Finalmente se
pulsa resolver (y permite tildar tres informes auxiliares, de respuestas, sensibilidad y
lmites.
383
Esta opcin Solver de Excel es interesante por que permite la programacin lineal,
no lnea, entera y binaria con poco ms que tildar opciones, para 16 variables y restricciones.
5 ) MATRICES (MANUALMENTE)
El lgebra de matrices recurre a operaciones elementales. El proceso segn GaussJordan consiste en ubicaa la matriz de los coeficientes tcnicos
1
3
2
2
a la izquierda de una matriz unitaria de similar rango.

1
0
0
1
Ubicado este par de matrices se tratar de pasar hacia la derecha la matriz de coeficientes mediante operaciones elementales.
1
3
2
2
1
0
0
1
(2da - 1rax3)
el resultado aparece en el prximo par de matrices:

1
0
2
-4
1
-3
0
1
(2da / -7)

1
0
2
1
1
0,07
0
0,025
(1ra - 2a x2)

1
0
0
1
-0,5
0,75
0,5
-0,25
Obsrvese que la matriz unidad est ahora a la izquierda y los coeficients fueron
invertidos para pasar a la derecha.
Esta matriz inversa de los coeficientes es la necearia para multiplicar por el vector de
los recursos para obtener el resultado final.
-0,5
0,75
0,5
-0,25
8000
9000
El producto de esta matriz 2x2 por el vector de recursos original otro vector de 2x1
384
con los resultados para autos y motos

-0,5 (8000) +0,5(9000)
0,5(8000 +-0,5(9000)
500
3750
El beneficio mximo es B = 2.50(500) + 2.00 (3750) = $8750
AYUDA: ALGEBRA MATRICIAL

1. INTERCAMBIAR FILAS
2. MULTIPLICAR UNA FILA POR UN
ESCALAR
3. SUMAR A UNA FILA OTRA POR UN
ESCALAR.
4. Producto:
A11
A21
5. matriz unidad o identica,
A12
A22
I=
por
B1
B2
1
0
0
1
A11 B1 + A12 B2
= A21 B1 + A22 B2
(matriz cuadrada por un
vector columna da otro
vector columna)
tiene 1 en la diagonal principal y 0 en el resto
6. matriz inversa, ver en a)
6 ) MATRICES CON EXCEL

Excel trae numerosas funciones, entre ellas para calcular determinantes
(=mdeterm( ; ), para invertir matrices (=minversa( ; ), para multiplicar matrices
(=mmult( ; )
M. inversa
autos
-0,5
0,5
Recursos
8000
Produccin
500
385
motos
0,75
-0,25
9000
3750
Mxima
**
Produccin
A la izquierda esta el resultado de invertir la matriz de coeficientes tcnico

inciales. Los recurso son el dato incial. A la derecha esta el producto de la
matriz inversa por el vector de los recursos.
El resultado es el mismo que con los otros mtodos (500 autos ; 3750 motos):
Ben = 2.5 (500) + 2.0 (3750) =$8750.
Sin embargo, hay que destacar la ventaja de este proceso con Excel, ya que
resuelve en instantes cientos o miles de variables, superando la limitacin
clsica de dos varibles con una o dos restricciones.
La referencia ** es el atajo Excel (shortcut) Cntrl+Shift+Enter, para procesar
esas frmulas en todas las celdas previamente pintadas.
Confirmacion Insumo Producto

Distribucin
del Producto
Ben /u
2,50
1250
2,00
7500
8750
Producto
Recorso
8000
9000
Distribucion
del Ingreso
Salarios
Ingresos
0,25
2000
0,75
6750
8750
Ingreso
Los 500 autos y 3750 motos por su beneficio unitario originan un producto de
$8750 (en los sectores maquinas y hombres).
Igualmente, las resumeraciones para mquinas y para hombres multiplicadas
por la capacidad disponible genera ingresos para cada factor cuya distribucin
agota lo producido, $8750.
DUALIDAD:
Tambin se llega al mismo resultado con el enfoque dual de estos otros mtodos.
Mnimo costo para obtener esas producciones y beneficios conocidos.
386
3b ) MINIMIZACION CON SIMPLEX:

Minimizar C = 8000(Y1 + 9000(Y2)
sujego a:
Y1 + 3Y2 >= 2.50

2Y2 + 2Y2 >= 2,00
Restando dos variables ociosidad y sumando dos variables artifiales:
Y1 + 3Y2
-Y3 . + MY5 + .... = 2,50
2Y1 + 2Y2 . - Y4 .
..+ MY6 = 2.00
T.0
T.1
T. 2
FO
M
M
Y
Y5
Y6
8000
Y1
1
2
3M
-8000
REC
2,5
2
9000
0
Y2
Y3
3
-1
2
0
5M
-M
-9000
(positivo)
9000 Y2 0,83
M
Y6 1/3
1/3
1
-1/3
4/3
0
2/3
1,33M
0 0,67M
-500
-3000
(positivo)
9000
8000
Y2
Y1
0,75
0,25
0
1
0
0
Y4
0
-1
-M
0
-1
-M
1
0
0
M
Y5
1
0
0
1/3
-2/3
-1,67M
+3000
-1/2
1/4
1/2
-3/4
-500 -3750
autos ,motos
(todos negativos !!)
1/2
-1/2
-M
-500
M
Y6 V.S.
0
0,83
1
1
0
0
1
2,5
0,25
0
-1/4
3/4
-M
+3750
Mnimo Costo = 8000(0.25) + 9000 (0.75) = $

8750
$maquina
$salario
0,25
0,75
387
4 b) Dual Minimo costo con Solver

autos
motos
salarios
Recurs
Costo
h maq
1
2
0,25
8000
2000
h hom
3
2
0,75
9000
6750
2,5
2
Ben /u
2,5
2
8750
Ingreso
En la hoja Excel debe hacerse previamente la frmula para el costo de horas

muina y horas hombre (en este Word sera 0.25 por 8000=2000 y tambin 0.75
por 9000=6750.
Ambas remuneraciones de factores estn sumadas en la frmula del costo
total 8750 = 2000+6750.
Asi mismo, las remuneraciones de mquia y hombres para autos y similares
para motos no deben ser mayores a los beneficios unitarios del ptimo primal:
las frmulas en la columna D en este Word multiplican 0.25 y 0.75 por el coeficiente de maquinas y hombres para autos (igualmente para motos). Estas dos
celdas con frmulas ser una de las restricciones para indicar que lo distribuido como remuneracioens sea igual al beneficio producido por autos y por motos.
388
En esta imagen del caso en Excel la celda objetivo es en este Word 8750. Las
cambiantes son 0.25 y 0.75. En sujeto a las restricciones (figuran valores no
negativos para ambas remuneraciones por que no se tild en opciones No
negativos). Las otras dos restricciones son para que los ingresos sean igual al
producto con cada bien.
Interpretacion general como Ingresos recibidos:

Rec
8000
9000
Remuner Ingre
0,25
2000
0,75
6750
8750
para h. maquinaa
para h. hombre
ingreso nacional
6 B ) Dual: Verificacion con matrices
maquina
hombre
389
auto
moto
1
3
2
2
8000
9000
El proceso consiste en multiplicar la matriz inversa de los coeficientes del dual
por el vestor de los beneficio unitarios.
-0,5
0,5
0,75
-0,25
0,25
0,75
por
La matriz izquierda es la inversa de los coeficientes del dual

-0,5
0,75
0,5
-0,25
hecha con =minversa( : ).
El vector columna de la derecha es el producto de esta matriz inversa por el
vector de los beneficio unitarios (2.50 y 2.00), hecho con =mmult( ; ).
0,25
0,75
Muestra que el resultado de ese producto son las remuneraciones para mquina y para hombre; compatibles con la optimizacin del primal y con la confirmacin Insumo Producto que ya se incluy anteriormente.
Recurso
Remuneracion
Ingresos
8000
9000
0,25
0,75
2000
6750
8750
Ben /u
produccion
BEN TOTAL
2,5
2.0
500
3750
1250
7500
8750
390
MODELACION DE PROGRAMACION CON SOLVER

Una empresa optimiza la produccin de computadores para los prximos 4 trimestres, con un mnimo costo. Tiene en stock 5000, pero
sus pedidos suman 7000, 15000, 10000 y 8000 respectivamente.
Puede producir 10000 cuatrimestrales a un costo de $2000 o bien
agregar otros 2500 a un costo de $2200. Si produce en exceso puede despacharlos posteriormente, con un costo operativo de almacenaje de $100 cuatrimestrales
Modelacin: en la definicin de variables figuran ambos tipos de
produccin, normal (Xt,) otra con sobrecosto (Yt) y la produccin
para stock (It); durante los 4 trimestres (t = 1 : 4).
El balance trimestral debe considerar lo producido ms lo proveniente del stock junto con la demanda, de modo que la funcin objetivo
ser:
Min C = 2000(X1 + X2 + X3 + X4) + 2200(Y1 + Y2 + Y3 + Y4) + 100( I1
+ I2 + I3)
Sujeto a las restricciones:
sea P29 = P31)
5000 + X1 + Y1 = 7000 + I1
(o
I1 + X2 + Y2 = 15000 + I2
sea Q29 = Q31)
I2 + X3 + Y3 = 10000 + I3
(o
(o
sea R29 = R31)

I3 + X4 + Y4 =
8000
(o
sea S29 = S31)

Xt <= 10000
(o
sea, U26 )
391
Yt <=
2500
(o
sea, U27 )
con X; Y; I; t >= 0 (no negativos)
Tambin se simplifica el problema suponiendo que no se pueden
mezclar las producciones normal y de sobrecosto; y no se usa la
restriccin entero como si las unidades fuesen fraccionables (Solver permite la programacin no lineal, entera, binaria con solo tildar
estas opciones y presentar adecuadamente el cuadro bsico de
relaciones matemticas en la hoja de clculo de presentacin bsica)
Un primer planteo bsico con Solver, fue ubicar los costos en O26
hasta O28; las celdas cambiantes en P26 hasta S28 y la funcin
objetivo en U30 (el cursor ubicado sobre U30 esta mostrando en la
imagen la minimizacin de la suma de costos).
En Herramientas / Solver (o Datos / Solver, segn sea la versin

del Office) se accede a la ventana para agregar los parmetros de
Solver, segn muestra la imagen: funcin objetivo en U30. Valor:
minimo. Cambiando las celdas P26 hasta S28. En sujeto a las res-
392
tricciones se agregaron todas las de igualdad y las de <=. En opciones se tild adoptar el modelo lineal y asumir no negativos.
SOLVER EN FORMA TIPO MATRICIAL / SIMIL MATRICIAL / o PARAMATRICIAL

Otra presentacin alternativa para esta solucin mediante Solver
figura en las imgenes siguientes. Los tres tipos de suministro son
las variables horizontales en la lnea 4 (produccin normal, produccin de sobrecosto; de stock); verticalmente se ven las 12 restricciones necesarias.
393
Los costos estn en la lnea 17 y el suministro ptimo (celdas cambiantes) figura en la lnea 18 (tambin se anotaron como celdas
cambiantes al ejecutar Solver, segn la imagen inferior)
Las restricciones tienen el tope indicado en la columna P, que se
compara con el suministro que figura en la columna N como
=sumaproducto (N5 hasta N17; en dos tramos, segn la forma de
los signos = y <= de la imagen inferior)
394
En opciones tambin se tild adoptar el modelo lineal y asumir no

negativos. Al momento de ejecutar la optimizacin se puede seleccionar (sombrear) la presentacin de informes ( de respuestas, sensibilidad y lmites)
MODELACION CON PROGRAMACION LINEAL SOLVER PARA EQUILIBRIO GENERAL Y OTROS
OMAN: COMUNIDAD DE PESCADORES Y CAZADORES

rase una vez una comunidad de pescadores y cazadores que
contaba con 1000 hombres y 1500 mujeres. Como era conocido, para pescar se formaba un equipo de dos mujeres y un
hombre para obtener una unidad de pescado, mientras que
para la caza los equipos eran constituidos por un miembro de
cada sezo, obteniendo una unidad de caza por equipo.
La produccin era comprada por los mercaderes a razn de
$1,70 y $ 1,00 por unidad respectivametne el pescado y las
presas.
Era una comunidad muy competitiva. Los miembros de cada
grupo sexual tenin igual remunaracin (aunque podra diferir
entre sexos) y el beneficio era desconocido entre ellos.
Se le debe al gran Oman la industrializacin de los productos
de la caza y de la pesca, quien logr de los mercades un precio unitario por unidad de producto procesado de $2 y$2,20
para la caza y la pesca respectivameinte; y quien ense co-
395
mo se proceda a elaborar los productos primarios con la sola

participacion de un miembro de la comunidad sin distrintin de
sexo por unidad de producto procesado.
La historia cuenta que Oman fue brutalmente asesiado por
uno de los grupos comunitarios. Puede ud. deducir por
quin? (ayuda: la distribucin relativa del ingreso de la comuniada era un bien social muy preciado)
RESPUESTAS
Las incursiones de la macroeconoma en la microeconoma
tiene dos fundamentos: uno de ellos es que las empresas operan bajo el entorno de las polticas econmicas (generamente
cambiantes) que condicionan sus circunstancias de operacin
y optimizacin fundamentalmente (anlisis del equilibrio general).
El segundo fundamento es que la adaptacin de los recursos
escasos a la satisfaccin de necesidades y/o produccin mltiples y alternativas requiere un preciso mtodo de programacin (que en la teora neoclsica tambin se le deca modelacin).
La modelacin (programacin) neoclsica inglesa y norteamericana del siguo XIX y XX se limit a casos de 1, 2, 3 4 variables. El resultado fue una simplificacin artificiosa, que precis un conjunto de principios, demasiado limitado y no aplicable a la realidad de la actividad concreta de las empresa (algunos economistas criticaron a esta teora microeconmica
como una mera retrica pura, por impracticable efectivamente
en la empresa).
396
Sin embargo, el desarrollo de la tcnica computaciones a fines

del XX, especialmente con aplicaciones de Excel, permit generalizar la modelacin de casos elementales de 2x2 variables
a cientos de ellas con Solver y a miles de variables utilizando
matrices de Excel, con misma simplicidad que en los casos de
2x2 (es esta una de las refutaciones a la microeconoma clsica neoliberal que se demuestra en Microeconoma con Excel.pdf)
Este caso se resuelve con los 6 mtodos usuales de programacin lneas grfica, Lagrange, Simplex, matrices, Solver y
matrices Excel. Pero se seala como salvedad que el Office
presenta varias alternativas para el Solver y en el caso de la
ltima aqu planteada, debe aclararse que deja a cargo del
usuario el ingenio intuitivo de complementacin de la macro
Solver con las ingeniosas operaciones aritmticas que cada
uno pueda realizar en la hoja de clculo bsica de trabajo.
1) Programacin lineal mtido grfico
397
2) Diferenciacin segn la funcin combinada de Lagrange, con dos operadores auxiliares
398
3) Matriz inversa
En otras pginas se desarroll el proceso de inversin manual
de una matriz (solo posible hasta 4 variables, trasladando la
matriz unitaria de derecha a izquierda mediente operaciones
elementales por lnea).
Por este motivo se omite aqu y se expone la ms prctica solucin utilizando las funciones de Excel, =minversa( ; );
=mmult( ; ) e =mdeterm( ; ), que son idnticas tanto para 2x2
como para miles de variables.
Tambin se agrega el mtodo de determinantes, que suelen
utilizar todos los utilitarios computacionales para resolver sis-
399
temas (tal como se explica breves prrafos para cada uno en

Microeconomia con Excel.pdf)
La imagen muestra la matriz inversa con Excel: el cursor fu
ubicado en la celda C11 para mostrar la frmula para la matriz
inversa (ejecutando con Ctrl +Shift +Enter); y en G1;G12 se
aclara la forma de multiplicar la matriz inversa por los recursos
para obtener el resulta X=500 e Y=500..
400
Por otra parte, la resolucin por determinantes manualmente o

con Excel y los dems programas computacionales consiste
en reemplazar los trminos independientes por la variable a
calcular y efectuar el cociente que se indica en G22 y G26.
4) Programacin lineal Simplex (tablas manuales)
En otras dos pginas se explic el mtodo Simplex paso a
paso, por lo cual desarrollamos aqu el caso sin mayores explicaciones.
En la ltima tabla figuran los resultados: 500 de X y 500 de Y;
tambin figuran los precios sombra o remuneraciones de cada
factor productivo: $0,70 y $0,30; as como el valor total de la
produccin $1350.
401
Al utilizar computadores para la aplicacin prctica real en las

empresa es necesario siempre, contrastar los resultados mediante otros mtodos u equipos. En este caso incluimos la
simple verificacin matricial, con similares producciones optimizantes: 500 de X y 500 de Y (en Microeconoma con Excel
hay al menos otros 10 programas de computacin, cada uno
402
explicado en pocos prrafos; y pueden bajarse libremente en

la web)
5) Programacin lineal con Solver de Excel

Abandonando las limitaciones neoclsicas de solo hasta cuatro variables, Solver permite resolver optimizando con cientos
de variables con este mismo procedimiento para 2x2.
403
En Herramientas (o en Datos, segn sea la versin del Office)

se puede abrir la macro Solver: se le indica la celda objetivo
D12; las cambiantes B10yC10; y sujeto a las restricciones indicadas arriba. En opciones se tilda Adaptar modelo lineal y
No negativos.
404
Obviamente, primero fue necesario escribir en las celdas B12

y C12 las frmulas del precio por cantidad y luego sumarlas en
D12. Igualmente, hay limitaciones de no superar las disponibilidades, entonces, lo que se utilice de mujeres para caza ms
mujeres para pesca debe figurar como frmula en E8 (e igual
para hombres en E9)
Al resolver se obtiene los valores de las variables que maximizan (el primal de este problema, de optimizacin
/programacin / modelacin).
6) PROBLEMA DUAL: MINIMIZACION DE ESTOS COSTOS
405
Es el mismo problema, pero se plantea al revs, suponiedo

que no se conocen las remuneraciones para mujeres y hombres y el resultado muestra, lo que ya se haba obtenido como
precios sombra con el primal (y con el Simplex manualmente,
para solo 2x2)
406
7) QUIEN FUE EL ASESINO?

Las modificaciones que introdujo Omn frueron cambiar la
venta de productos como industrializados (con coeficientes 1 y
1 en cada sexo) y cambiar los precios, ahora 2,20 pescado y
2,00 caza.
A la programacin con Solver se le agrega una columna para
Industria y en los requerimientos de la columna F48:F49 se
suman los industriales a los previos de pesca y caza.
407
En las filas 55 y 56 se comparan los ingresos anteriores con

los actuales por sexo, observando que los de hombres aumentaron 62% nuebtas qye kis de mujeres solo 51%; esto inducira
a pensar en una asesina.
(recuerde que estas imgenes se pueden ver mayores y leer, eligiendo con el zoom de Ver o Vista)
8) PROGRAMACION LINEAL -OTRA FORMA DE SOLVER

Otro formato para aplicar la macro Solver es este (figura incluido entre las 5 muestras que trae el Office). Aqu, las reglas de presentacin en la propia hoja de clculo (para las
frmulas y poder indicarle las celdas operativas a Solver) de-
408
penden de la intuicin (adaptndose a la modalidad de la macro Solver, por ejemplo al multiplicar matrices por vectores
columna; utilizar funciones como =sumaproducto( ; );
=mmult(B2:G6;J11:J16); =trasponer(K11:K23) ...), etc tantas
otras de Excel que nos convenga segn el problema)
En estea caso para aplicar =sumaproducto(B2:G7;K11:K16)
manteniendo pintado todo H2:H7 se escribe esta frmula y
para que se aplique a todo K11 a K16 finalmente se pulsa Ctrl
+ Shift + Enter.
SOLVER MATRICIAL
Tambien se le indica a Solver que la solucin no implique ms

que los recursos disponibles, incluyendo en Sujetas a las siguientes restricciones: J2:H6<=i2:i6; etc
409
En esta forma de modelacin se acumula la ventaja de implementar mltiples variables con la de construir las relaciones
de la hoja de clculo utilizando tantas otras funciones de Excel
como requiera un problema.
Pero, no hay en el Office ni en Excel una ley de formacin fija
para esta presentacin en filas y columnas. Es necesario cierta prctica y razonamiento por aproximaciones sucesivas con
el planteo de esos coeficientes 1 en estas filas y columnas
(mediante prueba y error) hasta lograr la coherencia del modelo (y comprobarlo mediente alguno de los otros utilitarios que
se explican en Microeconoma con Excel.pdf).
410
Desde otro punto de vista, si por ejemplo se expandiera este

modelo con importaciones y exportaciones habra que
agregar cuatro columnas luego de G (imp pesca; imp caza;
exp pesca; exp caza).
Tambin agregar 4 lneas en J17 con estos nombres.
Quedara un sistema de 10x10: multiplicar una matriz cuadrada de 10 coeficientes por un vector columna de 10 filas, cuyo resultado sera una columna con 10 filas.
En Opciones se tildan las usuales comentadas; y al resolver
se seleccionan los informes de Respuesas, Sensibilidad y
Lmites para ver los precios sombra y dems relaciones necesarias, por ejmeplo para el modelo de insumo producto de
Leontef, con salarios, precios, cantidades, uso de factores.
Modificando los precios y las condiciones tericas se implementan modelos de simulacin de la oferta y demanda globales, usuales para el pronstico de ventas o demanda; y problemas de equilibrio general tipo Walrasiano, que no son viables con la modelacin Simplex, pero facilita Solver (con las
limitaciones de cada caso, como ser funciones lineales, relaciones de cambio tipo TMS constantes, factores con productividad homognea, gustos constantes y condiciones de intercambios segn el modelo competitivo etc, en la medida que
Solver tambin permite programacin no lineal, entera y binaria seleccionando o tildando opciones.
EVALUACIN DE INVERSIONES TIR Y VAN
411
Se trata de calcular el VAN y la TIR en una inversin para producir

PVC, estimando las siguientes necesidades, ventas en unidades e
importes por 10 aos.
Materias primas:
Cloro
645 kg/Tm
Etileno
480
Soda custica 40
( a 6400 $/Tm)
( a 21000 )
( a 8000 )
Coste de servicios:
721 $/Tm
Mano de obra
70
Mantenimiento
% de la inversin
Gastos generales
130
Impuesto Beneficios 35%
Gastos comerciales 1% Ventas
Precio de venta del PVC
25000 $ /tm
La inversin necesaria es $4500 (30% al inicio del proyecto; 50% al

comienzo del ao de puesta en marcha y 20% un ao despus).
La amortizacin se efecta al 10%.
412
Coste del dinero:
10% anual.
El grfico muestra el VAN, la evolucin del acumulado del cash flow

actualizado.
La funcin Excel
=vna(tasa;importes).
para
el
VAN
se
calcula
escribiendo:
Si
los
perodos
no
fueran
anuales
se
utiliza
=vna.no.per(tasa;importes;fechas) que incluira adems el rango de
las fecha.
En este caso el VAN es $159 y se ve tambin en el acumulado.
Para calcular la TIR en Excel se escribe =TIR(B21:M21) que abarca
el rango con los importes segn el cash flow .
VAN Y TIR (VALORACION DEL TIEMPO)

VAN (o VNA):
Un cierto importe dado tiene hoy mayor valor que si recin lo tuviramos disponible dentro de un prximo perodo. Asimismo, considerando un costo normal del dinero, ese importe o valor actual sera
menor que si hubiese estado disponible antes hace algunos perodos,
413
ya que por ejemplo, hoy se podra haber tenido ese importe ms el

inters que hubiera redituado en algn depsito a plazo por ese lapso.
Entonces, un dinero hoy equivale a ms que si recin se lo tuviera en
el futuro; y tambin hoy equivale a menos que si ya se lo hubiera
tenido anteriormente. Por esto, siendo la tasa de inters i y los perodos del tiempo t, el VAN o valor actual neto o VNA de un importe futuro M es:
VAN = M / (1+i)t
(el inters divide, reduce)
Igualmente, en valor actual de un importe que tuvimos disponible
anteriormente, en el pasado es:
VAN = M(1+i)t
(el inters multiplica, aumenta)
Esta simple ecuacin, que se viene practicando desde la enseanza
secundaria, es la base del tratamiento econmico y financiero de los
proyectos (es decir, la base de la valoracin del tiempo).
Excel tiene incorporadas otras funciones alternativas para estos tratamientos de valoracin (hay ejemplos al pulsar F* y ah ayuda sobre esta funcin).
Pero interesa antes analizar este concepto mediante un simple ejemplo:
Supongamos ingresos en los tres prximos meses por $100; $120 y
$150. Cual es el valor actual si considerramos un costo normal del
dinero del 5% ?:
PERODO FUTURO:
VA = $100 / (1+0,05)1 + $120 / (1+0,05)2 + $150 / (1+0,05)3 =
95.23 + 108.84 + 129.58 = $336,66.
414
Pero por otra parte, cul sera el valor actual al 1 de abril de tres
importes, $80, $90 y $ 95 devengados en los anteriores tres meses
enero, febrero, marzo?:
PERODO PASADO:
$80 (1+ 0,05)3 + $90 (1+0,05)2 + $95 (1+0,05)1 = $92.61 + 99.23 +
99.75 =$291,59.
(en este ltimo ejemplo no se aplica la funcin VNA de Excel ya que
calculara otra cosa: el valor presente al da 1 de enero y no al da 1
de abril).
La funcin =VNA( ; ; ) de Excel tiene tres argumentos separados
por ;en el parntesis para calcular este valor, ya sea escribindolos
o con solo pintar la celda con la tasa a considerar, las celdas con los
gastos de cada perodo (con signo menos) y finalmente las celdas
con los importes positivos de los ingresos de cada perodo). Tambin
existen otras funciones parecidas, que pueden consultarse con F1.
TIR:
La tasa interna de retorno (TIR) de un proyecto es el rendimiento que
alguien piensa que le va a redituar ese proyecto, luego de restar el
valor presente de los gastos al de los ingresos esperados (en otras
palabras es la tasa que hace igual el valor actual de los ingresos esperados al de los gastos del proyecto).
Por ejemplo, si se gastan $100 y $100 durante dos perodos para obtener en el tercero $110 y en cuarto $120, Excel calcula como TIR=
6,032%; y los clculos que realiza mediante aproximaciones seran:
-100 /1,06032 100 /1,1242 + 110 / 1,192 + 115 / 1,2639 =
-183,27 + 183,27 = 0
415
Tanto para gastos como para ingresos Excel aplica perodo a perodo el concepto del valor actual con la tasa 6,032% que calcula para
que se igualen ambos conceptos. Microsoft incluye otras funciones
especiales parecidas para estos clculos TIR no peridicos y con costo de reinversin, bsicamente anotando o pintando en todas los importes de gastos e ingresos (con su signo correspondiente) en las celdas que representan a cada perodo (en este caso cuatro). Verlas pulsando F1 en las frmulas financieras o eligindolas en F* y all
Ayuda para esta funcin.,
ESTABILIDAD DINAMICA (teorema de la telaraa)

Es el caso del mercado competitivo cuando la oferta se ajusta
con retardo de un periodo (depende de los precios del perodo
anterior); como por ejemplo en las cosechas anuales de cereales, en la construccin de vivienda para alquiler; o en los ciclos
de la industria del cerdo (de los jamones) etc peridicos.
En este mercado competitivo la demanda se adapta instantneamente a los precios, pero la oferta si bien es rgida (fija) a cortsimo
plazo (ya que no puede cambiar sus cantidades y necesita vender)
a mediano plazo puede producir ms o menos segn sea el aliciente de los precios del periodo anterior.
416
Se parte de un equilibrio inicial:

Demanda: P = 35 4X
Oferta: P = 4 + 5X
En equilibrio D = O
35 4X = 4 + 5X
31 = 9X
X = 3,44
Y segn la D u O P = 35 4 (3,44) = $21 el precio inicial graficado .
El proceso de ajuste puede ocurrir tanto por alteraciones en la demanda como en la oferta. Si bien podra haber tericamente situaciones transitorias inestables (de indefinicin por recurrencia o tambin por divergencia en el ajustamiento), es normal que luego de la
alteracin ocurra un proceso de ajustes y se llegue a un nuevo
equilibrio de largo plazo diferente (por aproximaciones convergentes).
Esto lo asegura una pendiente de la oferta mayor que en la demanda (en valor absoluto), simplemente por una cuestin geomtrica,
pensando que los ajustes de precio y cantidad sern cada vez menores si las endientes son mas empinadas en la oferta (pero no se
417
pueden ampliar conclusiones sobre las elasticidades ni sobre pendientes en funciones diferentes a las normales).
Simplificando para el caso tpico, si el precio del trigo fue alto en el
periodo anterior esta siembra seria grande (y viceversa) y la oferta
as mayor. Esta reaccin o actitud es la que genera las aproximaciones sucesivas entre oferentes y demandantes.
No interesa en s cual sea la duracin del periodo (en granos sera
de12 meses hasta repetir la cosecha; en viviendas para alquiler se
dice que hacen falta unos 18 a 20 meses para terminar una vivienda; en la industria del cerdo (produccin de jamones con maz) estos animales paren en 6 meses pero las estadsticas seran anuales
y los ciclos observados en algunos pases seran de 2 y 4 anos (segn las sequas y el mercado internacional del maz, etc.).
Lo que s interesa es el proceso de convergencia y disponer de
alguna idea del tiempo de este proceso, que el modelo explica con
la diferencia de pendientes comentada.
AJUSTE ANTE UNA BAJA EN LA DEMANDA

Ahora comprara esa cantidad pero solo al menor precio P = $10;
surge as un nuevo punto P = 10 y X = 3,44 diferente al equilibrio
inicial, que la oferta no estara dispuesta a aceptar. Para calcular el
nuevo equilibrio faltara conocer la ecuacin de la nueva demanda
que pasa por ese punto.
Se la puede deducir recurriendo al concepto de recta que pasa por
dos puntos: el nuevo y otro inmediato que no es imprescindible conocer, ya que en este concepto matemtico el siguiente cociente
entre parntesis representa la pendiente de esa recta de demanda
buscada.
P- P1 = (P2-P1 / X2-X1) (X-X1)
418
P = -4X + 23,86 segunda recta demanda

En el nuevo equilibrio se iguala la nueva demanda con la oferta:
-4X + 23,86 = 5X + 4
19,86 = 9 X
X = 2,2
y reemplazando en P2 u O1 el precio P = $ 15
Como la pendiente de la oferta es mayor (en valor absoluto) que la de
la demanda el proceso de aproximaciones a un nuevo equilibrio esta
asegurado.
La oferta es mas rgida, firme, empinada.... que la demanda , es decir oferta con mayor coeficiente en la forma implcita... (menor coeficiente en la forma explicita)
Las aproximaciones sucesivas sern ms o menos rpidas, segn la
diferencia entre las pendientes de la oferta y demanda (aqu 5 vs. 4
en valores absolutos).
5 indica que la oferta es muy rgida; 4 muestra que la demanda es
ms inclinada (y esto no implica afirmar que son ms o menos elsticas o inelstica)
MEDIDA DE LA RAPIDEZ DEL AJUSTE

El grfico muestra como se llega al nuevo precio $15 en 13 fases.
Segn el modelo este lapso cambia conforme se modifiquen las
pendientes (junto con el precio de equilibrio y magnitud de los ajustes). Pero ello no quiere decir que en la realidad se deban esperar
los perodos indicados hasta llegar a un nuevo equilibrio (los agentes econmicos se encargan de efectuar estos ajustes muy rpidamente para no perder negocios); el modelo solo muestra que a mayor diferencia de pendientes mayor ser la rapidez del ajuste y menores las fases; Excel permite comprobar esta lgica fcilmente
(los agentes procuran abreviar drsticamente el lapso para no perder operaciones frente a competidores).
419
La interactividad de la hoja Excel permite ver esto instantneamente. Por ejemplo, subiendo la pendiente de la oferta a 7 como una
prueba, cambiara tambin el nuevo equilibrio. Excel muestra que el
proceso de ajuste se cumple ahora en 8 fases; bastante ms corto /
rpido porque subi la diferencia de pendientes (en valor absoluto)
entre demanda y oferta (medidas en la forma implcita sus coeficientes seran ahora 4 y 7; antes 4 y 5).
420
La pendiente 7 en la oferta se cambi en la celda 05 y simplemente

se copi a toda esa columna.
NMERO DE PERIODOS HASTA EL AJUSTE
Antes que existiera Excel los textos solo explicaban intuitivamente
que la velocidad dependa de las pendientes.Pero hoy Excel permite
contar el nmero exacto de perodos hasta el ajuste, con la funcin
=contar.si( ; ), en la cual los argumentos del parntesis son: a) el
rango con las diferencias Pd-Po ; y b) >0.
421
AJUSTE ANTE UNA BAJA DE OFERTA POR SUBA DE

COSTOS
Mercado competitivo con una demanda que se ajusta instantneamente a los cambios de precios, pero la oferta es rgida a cortsimo plazo y a mediano plazo se ajusta con retardo de un perodo. En este caso luego del equilibrio inicial cae la oferta 20%:
Demanda Pd = -3X +40; Oferta Po = 5X +15
Equilibrio con D = O que hemos calculado como -3X + 40 = 5X
+ 15...... o sea X=3,12 y reemplazando en Pd o Po..... P=$30,60
Si cae la oferta 40% se puede interpretar como que a ese precio
p=$30,60 ofrecera 40% menos que 3,122 unidades (X =1,87 unidades ahora...)
Usamos Recta que pasa por 2 puntos: P - P1 = (P2 - P1 / X2 X1) (X - X1) ........donde el cociente del segundo miembro es la
pendiente de la recta de oferta (la tangente o cateto opuesto P
sobre cateto adyacente X).
Cambio la oferta y solo conocemos un punto, el formado por
P=30,60 $ y X=1,87...... Pero la pendiente de la segunda recta
de oferta es similar a la primera (la cual ya conocemos: el 5 que
afecta a la variable X en la oferta inicial)
Ahora podemos completar la Recta por dos puntos: P 30,60 =
5 (X - 1,87)....... o sea, P 30,60 = 5X 9,35......o sea, P = 5X
9,35 +30,60 .......O sea, P = 5X + 20,65 es la segunda oferta.
Nuevo equilibrio: D = O: -3X+40 = 5X + 20,65..... o bien 8X =
19,35....o sea X = 2,42......y segn la D u O es P = 5(2,42) +
20,65 = $32.75.
Se llega a este nuevo equilibrio de largo plazo luego de un proceso de ajustes sucesivos o aproximaciones (tanteos) que incluyen
variaciones de precio y cantidad cada vez menores. Esta tendencia concntrica lo asegura el hecho de que la pendiente de la
oferta inicial es mayor (en valor absoluto) que la de la demanda
422
(la velocidad del ajustamiento depende de cuanto mayor sea esa

diferencia en valor absoluto). El grafico muestra la demanda con
ordenada 40 y abscisa 3; la oferta inicial con ordenada 15 y pasa
por el primer equilibrio; segunda oferta con ordenada 20,65 y
pasa por el segundo equilibrio.
X
-1
0
1
2
3
4
5
DEMANDA
43
40
37
34
31
28
25
OFERTA
10
15
20
25
30
35
40
2da.Oferta
15,65
20,65
25,65
30,65
35,65
40,65
45,65
ANALISIS DINAMICO - MODELOS DE SIMULACION

El anlisis dinmico y los modelos de simulacin, tanto estticos
(como el anlisis de la coyuntura o actividad econmica) o dinmi-
423
cos son fciles de implementar en Excel. En los siguientes ejemplos

se ilustran casos elaborados con solo instrucciones en simples hojas
de calculo; para otros casos se utilizan recursos elementales de
Excel como la posibilidad de iterar celdas o repetir en bucle indefinidamente; y en otros se utilizan aplicaciones de Excel, como iterar,
=aleatorio, =si() y funciones o distribuciones diversas.
Existen numerosos programas especializados para econometra y
afines, pero Excel tambin permite la elaboracin de muchos programas complejos median la creacin de macros automticas, cuya
mecnica tambin se resume aqu (y esta detallada en el propio
utilitario de Microsoft).
ITERACIONES EXCEL
Excel tiene incorporada la funcin iterar (repetir clculos) que puede

ser activada tildando en las opciones iniciales. Pero tambin se
pueden construir fcilmente iteraciones utilizando dos celdas (como
se hace en el prximo Excel sobre la funcin logstica de Lorenz).
Pruebe con un ejemplo fcil: anote un nmero en D1; en D2 escriba
+E2; en E2 escriba una frmula, por ejemplo, =raz(D1). Pinte y copie las celdas D2 y E2 hacia abajo; ver la iteracin de la raz cuadrada del nmero puesto en D1 (elija la cantidad de copias o iteraciones necesarias; tambin los decimales, con formato de celda /
nmero /decimales).
424
Si en otro anlisis se debiera rellenar una serie sucesiva se pueden anotar en dos celdas dos valores sucesivos con algn intervalo;
pintarlos y arrastrar hacia abajo el borde inferior de esa cuadrcula
pintada. Excel completar repitiendo el intervalo en el perodo elegido como sucesivo (tal como en el modelo de la Telaraa, columnas
M hasta P).
Estas posibilidades de iterar facilitan los anlisis dinmicos en Excel.
RECALCULAR AUTOMATICO O MANUAL F9

En esas opciones Excel (en Herramientas o bien en el Office 2007 el
cono Excel para el Office (izquierda arriba) ver abajo Opciones;
elegir Formulas; luego tildar Clculo Automtico o Manual (con F9);
tildar Iteraciones, que suele venir para 100 clculos y con ajuste al
0,001, pero se pueden elevar hasta 32.000 clculos (y ms con F9)
y anotar otras diferencias (con macros esto se puede redimensionar
a millones).
425
Si en una celda A2 anota la frmula =A2+1 (es una referencia circular a la misma celda), en clculo automtico instantneamente se
vera 100, pulsando F9 vera 200 etc. aumentando 100 con calda
pulsacin de F9.
Si hubiese anotado para 1000 clculos en vez de 100, vera que los
aumentos seran de 1000 con cada F9 (y al guardar).
CREAR UNA MACRO DINAMICA (BUCLE)

Excel incluye muchas funciones y aplicaciones intuitivas que aplicamos aqu al anlisis econmico sin programar. En dinmica presentamos algunos ejemplos en este captulo como el modelo de la
telaraa; o las cadenas de Markov; y la herramienta Solver de Excel.
En computacin estas posibilidades para el anlisis dinmico son
mltiples mediante programacin; y en Excel se facilitan con la
creacin de macros.
Hay una forma intuitiva de disear programas y utilizarlos, creando
macros con Excel: se efecta la rutina de algn anlisis o modelo
econmico y se instruye a Excel para que simultneamente grabe
una macro con esa rutina. Luego se la podr ejecutar indefinidamente a voluntad.
En este ejemplo simplificado se le pide a Excel que multiplique por
dos la celda izquierda; la macro repite esa rutina indefinidamente
para todos los valores de la columna.
Para crearla: Herramientas / Macro / Grabar nueva macro.
426
Para ejecutarla: desde B2, Herramientas / Macro / Macros / Ejecutar; o bien con Cntrl + A (en este caso se le asign esa letra). En
Office 2007 recurra a F1 para esta equivalencia.
NEWTON RAPHSON
Es un mtodo de resolucin de ecuaciones mediante iteracin para
aproximaciones sucesivas, en el cual a cada trmino se le resta el
anterior menos la funcin dividida su derivada:
Xn+1 = Xn - Fx / Fx
Si la funcin tiende a un valor finito es fcil encontrarlo anotando los
trminos de esa funcin en una hoja de clculo y copindolos, tal
como se indic en iteracin.
427
428
CAPTULO 8
TEORAS ECONMICAS Y LEGISLACIN OBLIGATORIA
La legislacin comercial local mbito interno de la Comisin Nacional de Defensa de la Competencia y mbito externo de la Secretara
de Comercio Exterior, segn puede consultarse por ejemplo en
www.mecon.gov.ar- procura el accionar de la empresas industriales
y comerciales bajo las condiciones de la libre competencia.
Asimismo, la legislacin domstica en otros pases, as como la legislacin sobre el comercio internacional, segn la Organizacin
Mundial de Comercio ex GATT- tambin se basan en el accionar
sobre la libre competencia, segn el modelo econmico terico de la
competencia perfecta.
Se destaca la exigencia de un solo precio para el mismo producto,
ausencia de discriminaciones, de acuerdos entre empresas competidoras (colusin), de aranceles proteccionistas a la importacin,
reservas de mercado, ventas, importaciones o exportaciones en
condiciones subsidiadas y dumping, etc.
Son clebres y numerosos los casos legislados -sobre la Standard
Oil Company hace un siglo, por precios predatorios; hasta los recientes casos locales sobre YPF por discriminacin; y otros numerosos sobre diferentes empresas- y ponen de manifiesto un mbito
sobre el accionar de las empresas, que repercute directamente sobre la demanda y mercado disponible de todas las dems, generalmente en una magnitud tan relevante como pueden serlos las modificaciones extraordinarias de tipos de cambio o de la legislacin
comercial y poltica macroeconmica.
429
Las empresas, sus cmaras y las autoridades discuten sobre las

condiciones competitivas de los competidores locales o externos.
Las presentaciones incluyen argumentos tericos as como contrastaciones empricas, que Excel facilita , al presentar series y grficos
de estas o de las funciones / ecuaciones de los modelos en soportes
magnticos estandarizados.
TABLAS DE EXTRAS DE PRECIOS Y COSTOS

A travs de un ejemplo se concreta la idea. Una empresa industrial
dispone de instalaciones modernas, pero que superan la capacidad
de compra domstica. Sus producciones insuficientes le impiden
operar con el costo medio mnimo, en la medida que est obligada a
repartir los importantes costos fijos entre la poca produccin y sus
precios locales son as altos.
La conducta competitiva le orienta a buscar mercados externos para
operar en el punto de mnimo costo medio u ptimo de explotacin
de largo plazo.
Consigue exportar a los EEUU la mitad de su produccin mensual.
Esos grandes lotes son exportados a precio rebajado, tanto por el
tamao del pedido, como por operar ahora en el punto ptimo.
Los competidores de aquel pas impulsan una denuncia de dumping
contra el exportador argentino, alegando que el precio de venta a
EEUU es inferior al precio de venta local, segn fotocopia de facturas a varios pequeos clientes argentinos.
El Department of Commerce de EEUU enva inspectores para controlar costos y facturas del productor y requiere constancias y explicaciones en el acto, inmediatamente.
430
Los argumentos para explicar la conducta competitiva sobre costos,

precios y optimo de explotacin segn textos no sirven. Son necesarios documentos empresarios, pero en el acto.
Se recurre a las ltimas memorias y balances anuales firmados por
el contador de la empresa. En sus anexo A y cuadro 1 figuran cinco
datos vitales: total facturado en pesos; volumen facturado en kilos;
total del costo fijo; total del costo variable; Y pequeo porcentaje de
utilidad, no prdidas.
Se explica que al operar ahora en el punto optimo de explotacin el
bajo precio de exportacin coincide con el mnimo costo medio -y
con el precio local a algn cliente muy grande- no obstante que los
mayores precios locales para el menudeo se corresponden con los
mayores gastos variables de comercializacin, administrativos, etc.
La estructura de precios debe responder a la de los costos; debe
presentarse una tabla de extras o descuentos (quizs no exista impresa, si las pocas ventas muy grandes o exportaciones pocos numerosos no lo justifican). Con Excel puede armarse rpidamente un
cuadro de extras como el de la imagen y cumplimentar esta exigencia legal, tal que permita mantener el mercado y evitar multas antidumping:
431
432
CONTRATACIN EN COMPETENCIA PERFECTA:

CRITERIO DE CONTRATACIN
La empresa competitiva maximiza su beneficio contratando factores
hasta el nivel en que la remuneracin a abonar sea igual al valor del
producto marginal obtenido con ella.
En el siguiente ejemplo figuran las unidades de factor, producciones,
salario, ingreso total, costos y beneficios.
Con la cuarta unidad de factor el salario de 140 es igual al producto

marginal que obtiene la empresa contratndola y a ese nivel obtiene
su mximo beneficio. Si opera con menor contratacin de factores
pierde o no maximiza beneficios; igualmente si opera contratando
ms que 4 unidades del factor L.
Para graficar esta situacin con valores unitarios es necesario ubicar
a la izquierda las unidades de factor, luego el valor del producto
marginal y luego el salario. Icono de grficos > Dispersin > ttulo,
etc. (y si se desea la ecuacin en el grfico picar sobre una lnea y
con el botn derecho > Agregar lnea de tendencia, etc.).
433
Para graficar con enfoque total se ubican a la izquierda las unidades

de factor y luego el ingreso total, el costo total y el beneficio total.
Icono de grficos > Dispersin > ttulos (y picando en una lnea elegir Agregar lnea de tendencia, con el botn derecho).
434
MERCADO COMPETITIVO
EQUILIBRIO Y CANTIDAD DE COMPETIDORES
La demanda del mercado es X= -50P +1000 y las empresas operan
en el ptimo de explotacin (mnimo CMVariable)
Una de las empresas competitivas tienen costos de largo plazo: CT
= X3 -3X2 +6X; su costo medio variable mnimo se obtiene minimizando o tambin igualando el CMVariable con el C.Marginal:
CMVar = X2 -3X +6;
CMg = 3X2 -6X +6; igualndolos surge la
cantidad X =1,5 para esa empresa "A", as como el importe $3,75
de ambos CMVar.y CMg., que deben coincidir con el precio en ese
mercado competitivo en el largo plazo.
Reemplazando ese precio en la demanda del mercado se obtiene la
cantidad total demanda en el mercado X=812,5. Como la empresa
"A" produce solo 1,5 se concluye que hay 542 empresas competidoras actuando.
435
SOLVER permite la maximizacin: Herramientas > Solver > Celda

objetivo: la cantidad demanda por el mercado total; celda cambiante:
la cantidad producida por "A"; restriccin: CMVar.=CMg, como se ve
en la siguiente hoja Excel:
436
OTROS MERCADOS - MONOPOLIO

Operan en la etapa de rendimientos crecientes, ya que reduciendo
la cantidad pueden maximizar beneficios, frente a otra conducta,
como la competitiva.
Maximizan su beneficio, B= IT-CT, con B'=0 y B'' <0; es decir, B' =
IT' -CT'=0, ingreso marginal igual a costo marginal y que desde ese
nivel crezca ms CT'que IT'.
Si la demanda es X = 400 -20P, o bien P = -1/20X +20, y su costo
total CT = 5X + X2/50, resulta:
IT = -1/20(X2) +20X, con IT'= -1/10X + 20
Su costo marginal CT'= 5+ 1/25X
IT'= CT' con -1/10X +20 = 5 +1/25X
(-1/10-1/25)X = -15
o sea cantidad X= 107
con IT'' = -1/10 menor que CT'= 5+ 1/25(107)
El precio P= -1/20(107) +20 = $14.65
El monto del beneficio es B=IT -CT = $14.65 (107) -[5(107)
+(107)2/50] = $ 1568 - $ 765 = $803
Ingresando estas frmulas en la fila 2 de una hoja de calculo, se
elige un rango como en A3 y se las copia. Luego se pintan las dos
filas y se arrastra por el ngulo inferior derecho hacia abajo, hasta
que aparezca el mximo beneficio.
437
Tambin se pude efectuar la solucin con Herramientas > Solver >:

se elige la celda objetivo, las cambiantes y las restricciones como se
indica en la imagen y al resolver, Solver emite los resultado en la fila
8 de la hoja.
MONOPOLIO QUE ACTA COMPETITIVAMENTE

Si decidiera actual como en competencia, tendra que igualar su
precio al costo marginal. En competencia las empresas operan con
rendimientos decrecientes y su ingreso marginal es igual al precio
de mercado, comn para todas: optimizan entonces igualando precio con costo marginal (y desde ah que su IMg crezca menos que
su CMg).
Aqu: P = CT' sera: -1/20X +20 = 5 +1/25X
con X = 166,6 y P= 1/20(166,6) +20 = $11.67
Su beneficio B =11,67(166,6) -[5(166,6) +(166,6)2 /50] =$556,
inferior que si optimiza como monopolio puro.
438
Puede observarse en la imagen que Solver calcul esta situacin en

la fija 8 simplemente cambiando en la restriccin la columna G por la
anterior que era B (igualar precio en vez de ingreso marginal).
MONOPOLIO DISCRIMINADOR
Sea el caso de un monopolio que puede dividir su demanda en dos
grupos y cobrar diferente el mismo producto en ambos. La teora
explica que si fuera posible esta actitud la empresa maximizara
beneficios vendiendo ms caro en la demanda con menor elasticidad precio (ms rgida) y ms barato en la demanda ms elstica.
La condicin es vender en ambos mercados con similar ingreso
marginal, a su vez igual al costo marginal nico; y que desde ah el
costo marginal crezca ms rpido que el ingreso marginal conjunto.
439
Supngase un caso con costo marginal no constante, decreciente,

como es el caso general en monopolio:
Su costo total CT= -0,2X2 +30X + 40;
costo marginal es
CM'= -0,4X + 30 y ambas demandas
P1= - 2X1 +100 y
P2 = -3X22 + 150;
los ingresos totales son:
IT1= -2X12 +100X1
e IT2 = -3X22 + 150X2
y los ingresos marginales:
IT'1 = -4X1 + 100
y IT'2 = -6X2 +150
Para la suma horizontal de ambos ingresos marginales se trasponen
a la forma implcita:
X1 = 1/4 IT'1 + 25
X2 = 1/6 IT'2 + 25
Sumando:
X = 10/24 IT'+50 o sea, IT'= -2,4X +120
Para maximizar el beneficio B debe cumplirse B' =0 y B'' <0
B'= 0 implica IT'- CT' = 0:
-2,4X +120 = -0.4X +30
o sea, X=45
reemplazando en CT'o en IT' = -2,4(45) +120 = $12
Del ingreso marginal, $12, puede deducirse la cantidad a vender en
cada mercado:
$12 = -4X1 + 100 o bien, -4X1 = -88
con X1 = 22
igualmente en el otro mercado:
$12 = -6X2 + 150 o bien, -6X2 = -138
con X2 = 23
La cantidad total 22 + 23 = 45 unidades; los precios:
P1 = -2(22) + 100 = $56
P2 = -3(23) + 150 = $81
El beneficio mximo es:
B = IT1 + IT2 -CT = 56(22) + 81(23) -[0,2(45)2 +30(45) + 40] = 3095 - 985 =$2110.
Falta observar si cobra ms caro a la demanda ms rgida y ms
barato a la ms elstica.
440
E1 = dQ/dP (P/Q) = - [-1/2(56/22)] = +1,3 la ms elstica

E2 = -[-1/3(81/23] = 1,1 la menos elstica
(cobra menos en la demanda ms elstica, P 1 =$56, P2 =$81)
MONOPOLIO SIN DISCRIMINACIN

Tambin conviene comparar con la situacin frente al monopolio sin
discriminacin, para ver cuanto representa:
P1 = -2x21 +100
P2 = -3X2 + 150
Sumando:
o sea, X1 = -1/2 P + 50
X2 = -1/3P + 50
X = -5/6P +100
o bien P =-6/5X +120
El ingreso total IT = P(X) = -6/5X2 + 120X

Su ingreso marginal IT' = -12/5X +120
Maximizando B con B'=0 y B'' <0
IT' = CT'
-12/5X +120 = -0.4X +30
(24/10 - 4/10)X + 90 = 0
con
X= 45 similar que antes.
El precio P = -6/5(45) + 120 =$66 intermedio entre los anteriores
EL beneficio B= IT - CT
= 45(66) -[-0,2(45)2 + 30(45) + 40 = $2970 - 985 =$1985,
inferior que el obtenido bajo discriminacin ($2110).
441
EMPRESA CON DOS PLANTAS (MULTIPLE FACTORIA)

Cuando tiene dos plantas, logra su ptimo o mximo beneficio produciendo de modo que el costo marginal en ambas sea igual al ingreso marginal.
La optimizacin empresaria se analiza con funciones en la forma implcita; pero para sumar los costos marginales en un costo marginal
conjunto es necesario trasponerlos a la forma explcita, para hacer la
suma horizontal. Una vez sumados se debe volver ese CMg conjunto
a la forma implcita, a efectos de igualar con el IMg y calcular as la
cantidad de equilibrio.
Esta cantidad permite obtener el importe en pesos del CMg conjunto
o IMg; con ese importe en pesos se reemplaza en cada funcin de
costo marginal de las plantas para calcular la cantidad a producir por
cada una. Con la cantidad total tambin podemos calcular el IT, el
CT, el Beneficio; y el precio.
442
Supngase solo dos plantas en un mercado cuya demanda es competitiva P= 30-X (con X=X1 + X2). Sus costos son, para la primera C1
= 1/4 X12 +10 X1 + 20 y para la otra planta C2 = 1/3X22 + 8X2 + 18.
Una vez sumados horizontalmente los costos marginales se traspone el costo marginal conjunto (para optimizar igualandolo con el ingreso marginal).
C1 = 1/2X1 +10
C2 = 2/3X2 + 8
1/2X1 = C1-10
2/3X2 = C2- 8
X1 = 2C1- 20
X2 = 3/2C2- 12
X = 7/2Cc- 32
costo
marginal conjunto
Volviendolo a la forma implicita: 7/2C c= X + 32 o sea, Cc= 2/7X +
64/7
El equilibrio es Max. Beneficio, con B= 0 (o IMg = CMg)
y que
sea B< 0 (es decir Img< CMg)
30-2X = 2/7X + 67/7 ;
16/7X = 30 64/7; con X = 7/16 (30
67/7); X = 9,1
Que cumple la segunda condicin de mximo: -2 < 2/7.
En ese punto el valor del Costo marginal conjunto es Cc= 2/7(9.1) +
64/7 = $11,80
Que si se reemplaza en la suma horizontal precisa el reparto de las
producciones:
X1 = 2 (11.80) 20 = 3,5 kilos
X2 = 7/2 (11.80) -12 = 5,6 kilos
9,1
El precio es igual en las dos plantas P 9,1 = 30-9,1 = $20.90
El ingreso tatal es PX = 30X X2 = 190,19
El ingreso marginal es IT= 30 2X = 30 18.2 = $11.80. (el Ingreso marginal es igual a ambos costos marginales).
El beneficio B= IT CT1 CT2 = -5/4(3,5) -4/3(5,6)2 -2(3,5)5,6 +20
(3,5) +22 (5,6) -38 = $59,
443
30 $
C1`
20.90
c2
P
CC
11.80
3,5 5,5
9,1
15
30 kios
COMPETENCIA MONPOLICA
DUOPOLIO SEGN COURNOT
Supngase solo dos empresas competidoras en un mercado cuya
demanda es competitiva P= 30-X (con X=X1 + X2). Sus costos son,
para la primera C1 = 1/4 X12 +10 X1 + 20 y para la otras empresa C 2
= 1/3X22 + 8X2 + 18
La solucin de Cournot prev que cada uno considera su produccin
dependiente de la cantidad que produzca su competidor, ya que
sera ingenuo pensar que mantendra la produccin fija haga lo que
haga su competidor.
Los ingresos de cada uno son:
444
IT1 = 30X1 - X12 - X1X2 ;
e IT2 = 30X2 -X1X2 - X22
O sea, B1 = -5/4 X12 +20X1 -X1X2 -20 para la primera y

B2 = -4/3X22 + 22X2 -X1X2 -18 para la segunda.
Sus costos marginales son:
CT'1 = 1/2X1 +10;
y
CT'2 = 2/3X2 +8
Se puede maximizar el beneficio en cada uno, ya que B = IT - CT y
el ptimo en ellos es cuando su B'= IT'- CT'=0 y desde ese punto se
cumpla B'' = IT'' -CT''<0
B'1 = 20 - 5/2X1 - X2 = 0,
de donde X1 = 8 -2/5X2 (funcin de
reaccin de la primer empresa, que expresa su produccin dependiente de la de su competidor)
B'2 = 22 - 8/3X2 - X1 = 0,
de donde X2 = 33/4 -3/8X1 (funcin de
reaccin de la segunda empresa, que expresa su produccin, asimismo, dependiente de la de su competidor)
Igualando ambas funciones de reaccin y resolviendo surgen X 1 =
5,53 unidades; y X2 = 6,17 unidades.
El precio es P = 30 -5,53 - 6,17 = $18,30 igual para ambas.
Reemplazando estas cantidades en sus funciones de beneficio se
obtiene: B1 = $ 18,26 y B2 = $32,86.
Esto mismo puede hacerse en una hoja de clculo Excel, anotando las funciones en la fila 2, segn la siguiente imagen (recordamos
que las ecuaciones se comienzan con "=" para que Excel las acepte
como frmulas).
Se anotan una cantidad en A2 y en A3; en B2 va la funcin de reaccin X2; en C2 el costo marginal de una y en D2 el de la otra; en E2
va el beneficio de la primera y en F2 el de la segunda. Simplemente
445
se escribe en G2 que la suma de ambos sea el beneficio total, para

poder observar cuando ste es mximo (G2 = E2 + F2).
Al anotar la otra cantidad en A3 el rango entre A2 y A3 puede elegirse convenientemente para evitar series demasiado largas). Se copia B2 a G2 hacia B3; se pintan ambas filas y se las arrastra hacia
abajo. Se puede ver que el mximo beneficio aparece en la fila 5,
con cantidades y beneficio diferentes para cada empresa, cumpliendo con la condicin de B'1 y B'2 nulos.
Otra forma es recurrir a Herramientas > Solver > y anotar como

celda objetivo alguna de la columna beneficio (por ejemplo G4).
Como celda cambiante la primer columna de esa fila. Las restricciones sern igualar los beneficios marginales de ambas en esa fila y
tambin que la cantidad de la primera columna sea 0.
Con Resolver y Aceptar, Solver encuentra la solucin que ya conocemos. En esta imagen se eligi la fila 4 al azar.
446
EMPRESA LDER Y SEGUIDORAS

En la competencia imperfecta una empresa puede ser relativamente
ms eficiente (o con ms poder) que la o las pocas otras, que adoptan la actitud de seguidoras.
Sus costos mayores le impiden operar con el precio ms bajo de la
lder. Esta toma la decisin de optimizar sus intereses: en su funcin
de beneficios (aqu la misma que la primer empresa del ejemplo
anterior) reemplaza X2 por la funcin de reaccin de la seguidora, y
simplificando queda como:
B1 = 47/4X1 - 7/8 X12 - 20
Maximiza beneficios con B' = 0 y B''<0:
B'= 47/4 -14/8X1 = 0, o sea, X1 = 6,71
Reemplazando este valor en la funcin de reaccin X2 surge X2 = 5,74.
El precio para ambas queda: P= 30 - 6,71-5,72=$17,55
En cada funcin de beneficio se reemplazas las dos cantidades y se
obtiene B1 = $19,42 y B2= $25,84.
447
Con Excel se hacen estos clculos: reemplazando en la hoja anterior la frmula del B'1 por la aqu comentada y anotando los valores
de X1 se observa al copiar cual es el mximo beneficio, con B'1 nulo.
Pero aplicando la solucin Solver como se muestra en la imagen

siguiente tambin se calcula esta nueva situacin (aqu en la fila 8
por azar). La diferencia con lo anterior fue cambiar la formula B' 1 y
adems en Sujeta a la condicin, se anot aqu que el B' 1 sea igual
a cero.
448
Si fuera el caso que la segunda empresa decidiera ser la lder y la

dems seguidoras, la solucin sera anloga a este desarrollo.
CARTEL (COLUSIN ENTRE EMPRESAS)

Bajo el supuesto de que las empresas efectan (ilegales) acuerdos
para trabajar conjuntamente, la decisin conducira a obtener el mayor beneficio conjunto posible; con algn tipo de reparto posterior
del beneficio sin criterio definido analticamente.
Siguiendo con las empresas de estos ejemplos, ambas plantas deben actuar con iguales costos marginal, a su vez iguales al ingreso
marginal, en un Monopolio con dos plantas (el costo marginal conjunto se suma en la forma implcita; en forma similar a la suma de
ingresos marginales para el monopolio discriminador de precios o
mercados).
Supngase solo dos plantas en un mercado cuya demanda es competitiva P= 30-X (con X=X1 + X2). Sus costos son, para la primera C1
= 1/4 X12 +10 X1 + 20 y para la otra planta C2 = 1/3X22 + 8X2 + 18.
449
Una vez sumados horizontalmente los costos marginales se traspone el costo marginal conjunto (para optimizar igualandolo con el ingreso marginal).
C1 = 1/2X1 +10
C2 = 2/3X2 + 8
1/2X1 = C1-10
2/3X2 = C2- 8
X1 = 2C1- 20
X2 = 3/2C2- 12
X = 7/2Cc- 32
costo
marginal conjunto
Volviendolo a la forma implicita: 7/2C c= X + 32 o sea, Cc= 2/7X +
64/7
El equilibrio es Max. Beneficio, con B= 0 (o IMg = CMg)
y que
sea B< 0 (es decir Img< CMg)
30-2X = 2/7X + 67/7 ;
16/7X = 30 64/7; con X = 7/16 (30
67/7); X = 9,1
Que cumple la segunda condicin de mximo: -2 < 2/7.
En ese punto el valor del Costo marginal conjunto es Cc= 2/7(9.1) +
64/7 = $11,80
Que si se reemplaza en la suma horizontal precisa el reparto de las
producciones:
X1 = 2 (11.80) 20 = 3,5 kilos
X2 = 7/2 (11.80) -12 = 5,6 kilos
9,1
El precio es igual en las dos plantas P 9,1 = 30-9,1 = $20.90
El ingreso tatal es PX = 30X X2 = 190,19
El ingreso marginal es IT= 30 2X = 30 18.2 = $11.80. (el Ingreso marginal es igual a ambos costos marginales).
El beneficio B= IT CT1 CT2 = -5/4(3,5) -4/3(5,6)2 -2(3,5)5,6 +20

(3,5) +22 (5,6) -38 = $59,
450
30 $
C1`
20.90
c2
P
CC
11.80
3,5 5,5
9,1
15
30 kios
Como las dos planta no son de la misma empresa sino una asociacin (colusin tipo cartel), este beneficio tendrn que repartirlo entre
las empresas, con algn criterio no analtico (por ejemplo, mejorando algo los resultado de cada una si decidiera actuar por su cuenta,
bajo duopolio, como lder o como seguidora; es decir, repartiendo
solamente el plus que generaran con la colusin).
CONTRATACIN BAJO MONOPSONIO

Supngase un sola empresa provincial demandando factor trabajo
(en ausencia de sindicatos). Su funcin de produccin de un bien Z
es Q=27,5X2 -0,4X3; el precio del bien Z es Pz=$4.
451
Su ingreso total IT = PQ = $4(27,5X 2 -0,4X3)

= -1,6X3 +110X2
El ingreso marginal IT ' = 220X -4,8X2
El gasto medio en factor productivo depende el costo de ste:

Oferta de factor w = 264 +43X (segn el costo marginal de
este factor trabajo).
EL gasto total GT = w(X) = 264X + 43X 2; y el gasto marginal es
GT' = 264 + 86X
Maximiza el beneficio si su ingreso marginal es igual al gasto marginal y tambin se cumple que IT'' < GT'':
220X - 4,8X2 - 264 - 86X = 0;
con dos races X=25,8 y X=-2,1 , pero B''<0 slo con X=25,8
Para X=25,8 la funcin de produccin representa
Q25,8 = 27(25,8)2 -0.4(25,8)3 = 11436 unidades de Z. Su precio es Pz = -1.6(25.8)2 + 110(25.8) = $1773
El salario w25,8 = 264 + 43(25,8) = $1374, segn la oferta del factor;
sin embargo el salario posible sera el abonado segn el gasto marginal = 264 +86(25,8) =$2483, por lo que la explotacin monopsnica es la diferencia 2483 -1374 = $1109.
El ingreso total IT25,8 = 110(25,8)2 -1,6(25,8)3 = $ 45742
El gasto total GT25,8 = 264(25,8) +43(25,8)2 = $ 35433
El beneficio total es 45742 -35433 = $10308, como se observa en la
hoja Excel con las funciones (aproximacin).
452
CONTRATACIN BAJO MONOPOLIO (CON SINDICATO)

El mximo beneficio B se consigue con B'=0 y B'' <0. Siendo B= IT CT, entonces IT'= CT' :
220X -4,8X2 = 264 + 43X
Resolviendo esta cuadrtica con Ruffini se obtienen las races
X=35.3 y X=1.6; con X=35.3 se cumple la condicin B''<0.
Entonces P35.3 = 110(35.3) - 1,6(35.3)2 = $ 1889 y con el salario
favorable al sindicato al nivel de ingreso medio.
El beneficio B35.3 = IT - CT = 110(35.3)2 -1,6(35.3)3 -[264(35.3)
+43(35.3)] = 66682 - 62901 = $ 3781, resulta menor para el productor del bien Z si abonara los salarios del sindicato.
453
MONOPOLIO BILATERAL NEGOCIACIN CUASICOMPETITIVA

Una situacin intermedia podra ser viable para ambos, si aceptaran
esta solucin voluntariamente. En condiciones de competencia perfecta el equilibrio surgira de igualar la demanda con la oferta:
D = O, si originara ganancias:
110X -1,6X2 = 264 +43X
-1,6X2 + 67X - 264 = 0, de donde X=37.5...
Entonces, el precio P37.5 = 110(37.5) -1,6(37.5)2 = $ 1875 (intermedio) y el beneficio B= 110(37.5)2 -1.6(37.5)3 - [264(37.5) + 43(37.5)2]
= -$56, prdida, por lo que la negociacin pudiera no ser posible en
estos trminos.
Una negociacin de compromiso sera posible, con otros salarios
competitivos suficientemente reducidos como para que la empresa
alcance algn beneficio razonable. Se suele negociar en primera
instancia la cantidad del empleo y luego se negocian los salarios.
MODELO DI TELLA SOBRE INTERMEDIARIOS COMERCIALES (CONCESIONARIOS)
La produccin automotriz se entrega o vende via concesionarios,

desvinculados. Ambas firmas, productor y distriuidor, son un monopolio, pero c/u con intereses opuestas al otro; no son dupolio ni tampoco un monoplio bilateral.
454
En esta intermediation comercial hay un margen bruto (y otro neto)

de ganancia para el distribuidor, que el autor llama landa (lambda). Si
ambas fueran una sola firma ese landa sera el margen crtico. Pero
no lo son; y cuando este margen es mayor que el crtico, el concesionario querra vender mas y ademas que el productor baje su precios.
Si el margen real esta entre el crtico y el minimo, el productor querria vender ms que el concesionario y se formaran stocks excedentes... y el productor presionara para que el margen fuese menor y as
aumentar ventas....
Como son dos monopolios los precios tienden a subir y la cantidad a
bajar frente a si fueran una sola firma...
Vimos un ejercicio
maximizando la operatoria para el concesionario.
Un ejemplo del concesionario:
Determinar el mximo beneficio para el productor y para el intermediario comercial (concesionario automotriz) considerando:
Demanda Pd = -2X +350; Oferta del productor Po= 15X +150
Costo de la intermediacin: Ci=$10X (10 pesos por unidad)
Beneficio del productor: B = IT CT
IT = Pd(X) = (-2X +350)X = -2X2 +350C
CT = Po(X) = (15X + 150)X = 15X2 + 150X + Ci = = 15X2 +
150X + 10X
Max B si B`= 0 y B``< 0. Con B= IT CT ` = 0
B= -50 +350 (30X +150 +10) = 0 ; -80X + 190 = 0; X = 2,38
Pd = -25(2.38) + 350 = 290,5 precio final
Po = 15 82.38) + 150 = 185.70$ precio para el productor
Diferencia: $ 104.80 margen para el intermediario
455
- Costo de intermediacin $10 = $94.80 beneficio del intermediario

Beneficio del productor:
B = IT CT = -25X2 +350X -15X2 -150X -10X = -40(2.38)2
+190(2.38) = $225.62
MODELACION NEOCLSICA
Ejercicio conceptual tipo integrador de varios principios
RAPIDITO Y LENTITO EN LA ESTACION VIVITOS

El enunciado esta en la Guia Distancia Actividad 4 del tomo II, 7-4
pag 156 Guia Distancia Tow, (eveutuales erroes de interpretacin o
tipeo me pertenecen)
Este ejercico es un ejemplo de lo que en el fondo quiere decir el prof.
Tow: lo mandatorio es el programa (y no alguna simplificacin de la
Guia que el alumno pueda suponer que lo dems no se incluye por
que no esta ah desarrollado....).
Es decir, hemos estudiado la teoria de los ingresos, la de la produccin y la de los costos.
Luego el accionar de la empresa en competencia y en el caso general,
como por ej. monopolio (que puede optimizar, discriminar o actuar
competitivamente para no ser controlado con impuestos, precios mximos (o venta mnima) o abrindole la importacin competitiva con
bajos aranceles de importacin ...)
456
Tambien les recomende leer algo de Microeconoma con Excel (por

ej. para poder obtener las ecuaciones partiendo de una serie de valores, etc) ya que nadie puede memorizar sin sentido y es necesario
disponer de metodos para identificar, tansformar, obtener funciones.
Este TP se habla de la estacin Vivitos a 10 km de la ciudad;
cada domingo llega un tren con 48 pasajeros, que quieren ir a
la ciudad, y llevan un cartel con el precio que estan dispuestos
a pagar: de $ 0 a 47 y ninguno se repite.
El unico micro, Rapidito, maximiza beneficios y esta autorizado
a un solo viaje pero debe cobrar el mismo precio a todos. Su
costo fijo es $100 y el variables de $8 por pasajero.
A)
Cuntos pasajeros transportara y a qu precio ?
A un peso habria 47 pasajeros; a dos pesos 46; a tres pesos 45; etc....
La demanda segn una hoja Excel es P = -X +48 ....
Haciendo P por X el IT = +X2+48X . Su derivcada es el IMg
= -2X +48
El CT = 100 +8X .... Su derivada es el CMg = 8
El mximo Ben es segn el caso general (Cournot) con la derivada
primera IT= 0 (punto de giro) y que la segunda IT negativa....
O sea, con con IMg = CMg .... surgiendo as X=20 con P=$28 y
un IT=$ 560; un CT= $260 y un max. Ben =$ 300 (y se quedaron
sin viajar en micro las 28 personas que tenian la mas baja valoracin
del viaje en su cartelito)
B)
A penas salido Rapidito, llega otro micro con similar autorizacin... .
pero su costo fijo es $150 y su costo variable es $4 por pasajero. Cual
sera el precio de este Lentito y cuando transportara?
457
Con la demanda remanente de las 28 personas con las menores valoraciones del viaje puestas en una hoj Excel, se grafican pintando con
el iconito de grafico, luego elegimos por ej. dispersin..... agregamos
linea de tendencia.... y en su opciones ... Presentar ecuacin en el
grafico... Asi obtenemos la funcion, ecuacin, de esa demanda remanente como P = -X +28
Su IT = -X2 + 28X... y su IMg = -2X +28
Su CT = 150 + 4X .... y su CMg = 4
Optimiza Lentito tambien segn Cournot.... con IMg = CMg (punto
de giro) surgiendo C= 12 y luego P = -12 +28 = $126
Su IT es asi $192.... y su CT = $198....resultando una pedida de
$8......
C) Si ambos fueran una nica empresa.... llegara primero el que
tomara menos caf los sabados y madrugara ...
Pero siendo la demanda para ambos asociados buscarian de optimizar
como un monopolio, usando el mnibus con menor costo, que es el
Lentito.
Ya que optimizando con una demanda plena de 48 personas optimizaria con 22 pasajeros, cobrando P=$26, con un IT = $572 y un CT =
$238... y un Benef = $334 (mayor que el de Rapidito)... pero cuidado, menos el costo fijo de Rapidito ahora parado les quedaria... $234.
Por eso Usarian Lentito y.... luego se repartiran ese beneficio ...(por
mitades u otro mtodo que el modelo no incluye, por lo cual se supone podran repartir solo la diferencia que exceda el costo de oportunidad que tenga cada uno)
- Indemnizacin si le obligaran a poner un precio competitivo:
Trabajarian competitivamente (el caso especial) buscando operar con
P = CMg (en vez de IMg = CMg)
458
Surgiendo asi una cantidad de X=40.... con un P= -40 +

48 = $ 8.....
Asi el IT seria $320 y el CT $238 con un beneficio de solo $82.....
Entonces deberia indemnizales por la diferencia entre 334
(max. Ben de Lentito) y 82, o sea $252 de subsidio.
- SI PUDIERAN DISCRIMINAR: cobrndole la cada uno segn la
cara (su cartelito). El ingreso total en una discriminacin perfecta
surge de sumar los 48 valores, totalizando $1128.
El costo total de Lentito era $238, surgiendo un Benficio de $890.....
En este caso si el municipio admite subsidiarles la diferencia entre
actuar competitivamente y discriminado tendra que pagarle 890 - 82
=$ 808 de subsidio.
D) qu pasaria si su objetivo fuera maximizar ingresos (en a), b) y c)?
Da) Disponemos de la funcion de ingreso total de Rapidito... y si el
objetivo es max. Ingreso lo encontramos con IT=0 y con IT negativo, surgiendo X=24....
Con 24 el ingreso total es $576... y el costo total con 24 es de
$292..... El beneficio por diferencia es $284...
Db) maximizando ingresos Lentito tendra el mismo IT=$576 pero
diferente costo
CT= 150 +4)24) =$246..... por lo que el Ben = 576 - 246 = $330
Dc) si ambas fueran un monopolio..... maximizando ingresos con
Lentito sacarian $330 menos el costo fijo de lentito 100 quedaria un
Benef =$ 230
En esta programacin neoclsica, la idea central es que se trabaje
sobre la base de los principios, los diferentes tipos de mercados, los
459
diversos mtodos (con hasta 3 variables) y bastantes pautas confusas

y/o simplificadores para agilizar el razonamiento (esto es bueno; pero
mejor es suministrar mtodos de aplicacin concreta a la operatoria
real de toda empresa)
TELEFOCOM Ejercicio 4:
Ejercicio conceptual tipo integrador de varios principios (el
enunciado esta en la gua de tp de Tow-ejercicios combinados;
eventuales errores de interpretacin o tipeo me pertenecen)
La empresa TELEFOCOM debe instalar 500 telfonos pblicos (TP) en distintos locales comerciales de empresas privadas (y maximizadoras de beneficio). Por su estratgica localizacin se estima que cada TP tendr una demanda por parte
del pblico usuario igual a X = 15.000 -5.000Px donde X: nmero de llamadas mensuales medidas en nmero de
fichas y Px: precio por ficha (al pblico).
(Ntese que los TP sern instalados lo suficientemente lejos
entre si de modo que diferencias en el valor de la ficha en un
TP, de existir, no modifican la demanda en los restantes TP.
Asimismo tngase presente que el nmero de solicitudes para
que se instalen TP se supone ser muy grande por parte de
los eventuales tenedores de TP, puesto que se sabe que el TP
aumenta la concurrencia a dichos locales y en consecuencia la
evolucin comercial de los mismos. Se proyecta en $50 +
0,01x el beneficio mensual derivado de este factor para cada
tenedor de TP).
460
En el marco regulatorio de la Concesin de Telfonos se prevee que Telefocom opte por una de las siguientes modalidades para otorgar el servicio de TP:
a)
Dejar en manos del dueo del comercio la fijacin del valor nico- de la ficha al pblico y cobrarle un monto fijo mensual
por la instalacin del TP ms el costo de cada llamada.
b) Cobrarle al tenedor del TP un precio nico por cada llamada
y otorgarle libertad en cuanto a fijar el valor -nico- de la ficha
al pblico (el precio cobrado por Telefocom incluye el costo de
ste).
Suponga que el costo de cada llamada es de $0,20 para Telefocom, siendo su costo mensual de mantenimiento del servicio
de cada TP de $800, adicionalmente.
Cul alternativa es la ms conveniente para Telefocom? (A
efectos de responder el interrogante planteado determine en
cada caso cantidad demandada, precio (al pblico) de la ficha,
precio de la ficha al comerciante y beneficio mensual del Telefocom.
Compare y comente los resultados obtenidos.
RESPUESTAS:
El enunciado no se refiere a un mercado competitivo (ni a monopolio, duopolio, empresa lder, cartel, monopsonio, monopolio bilateral, modelo Silos-Labini, Modigliani o de Sweezy).
461
No hay informacin sobre competidores de Telefocom o productos sustitutos. No cabe aqu la discriminacin de precios
por alguna de las dos partes.
Se menciona un rgimen de concesiones, pero no se dice que
Telefocom sea una empresa pbica. Tampoco se aclara si
puede o no alternativamente instalar los TP en la vereda por
su cuenta, sin los comerciantes intermediarios.
En este caso de informacin insuficiente, un modelo algo asimilable podra ser el de Di Tella para intermediarios comerciales (concesionarios automotrices).
Est claro que si Telefocom tambin es una empresa privada,
es imprescindible que ambas partes ganen algo y/o ms que
operando alternativamente por su cuenta (en la vereda).
Sin embargo, el modelo matemtico solo explica la optimizacin (B=0 y B<0); nada informa sobre el modo de reparto de
las utilidades entre las partes.
1)
Segn el modelo Di Tella se optimiza considerando los ingresos finales y los costos del productor bsico, para repartir
los beneficios con algn criterio comercial no definido:
Demanda X = 15000 5000Px; -5000Px = X 15000; Px = X/5000 + 3;
Ingreso total: IT = -X2/5000 + 3X; Ingreso marginal IT= X/2500 + 3;
Costo total neto de la ventaja: CT = 800 + 0,20X -50 0,01X;
CT = 750 + 0,19X; Costo medio: 750/X + 0,19; costo marginal:
CT= 0,19.
462
Beneficio del intermediario comercial:

BTC = -X2/5000 + 3X 800 0,20X + 50 + 0,01X =
= -X2/5000 + 2,81X 750.
Maximizando: B = -X/2500 + 2,81 = 0, con X=7025; B= 1/2500 (<0);
Precio: P7025 = -7025/5000 + 3 = $1,60
Px
750
CT
CMe
IT
3
1,60
Px=
CMg
7025
IMg
15000
Situacin primaria sobre beneficios, sin explicacin del

modelo Di Tella sobre su reparto entre Telefocom y el intermediario comercial:
Resultados si Telefocom solo cobrara sus costos:
Comerciante:
BC = 1,60(7025) 800 0,20(7025) + 100 + 0,01(7025) =
463
= 1405 - 800 - 140,50 + 100 + 70,25

= $
10470
Telefocom:
BT = 0,20(7025) + 800 - 0,20(7025) 800 = $0; situacin
extrema inviable si ambas fueran empresas comerciales privadas, que conducira a cobrar Telefocon mayores importes, segn algn indefinido criterio comercial.
2)
Si Telefocom pudiera alternativamente operar los TP en la
vereda sin intermediarios comerciales:
Demanda: Px = -X/5000 + 3
Ingreso total: IT = -X2/5000 + 3X; ingreso marginal: IT= X/2500 + 3;
Costo total: 800 + 0,20(X); costo medio: CMe= 800/X + 0,20;
costo marginal: CT= 0,20.
Beneficio; B = -X2/5000 + 3X 800 0,20X.
Maximizando; B= -X/2500 + 3 = 0; X = 8000.
Precio: P8000 = -8000/5000 + 3 = $1,40
Beneficio: B = 1,40(8000) -800 0,20(8000) = $8800.
3)
Para operar con intermediarios comerciales, bajo el supuesto que Telefocom tambin pudiera operarlos por su cuenta en la vereda, ambas partes tendra que tener algn beneficio, mejorando la alternativa de operar cada uno por su cuenta. Esto significara repartir la diferencia de beneficios entre las
situaciones extremas de 1) y 2): $10470 - $8800= $1670 .
Dado que el comerciante no puede operar por s solo, podran
aceptar por ejemplo repartir esa diferencia por mitades
(1670/2= $835 cada uno); en este caso la respuesta a la pregunta 4 a) sera:
Respuesta 4 a)
464
Beneficio alternativo de Telefocom $8800 + 835 = $9635; para

obtener este beneficio necesitara cobrar un mayor cargo fijo:
BT = 10435 + 0,20(7025) 800 0,20(7025) = $9635 (o sea,
$835 ms que actuando por su cuenta).
Beneficio del intermediario comercial:
BC = 1,60(7025) + 100 + 0,01(7025) 10435 0,20(7025) =
$835.
4)
Respuesta a la pregunta 4 b), si Telefocom solo debiera cobrar por ficha:
El ingreso del comerciante es 1,60(7025)= $11350
El costo de Telefocom es 800+0.20(7025) = $2205
La diferencia 11350 2205 = 9145.
- Si Telefocom le cobra la ficha a $1,60 (7025)=11350, el comerciante no tendria beneficio (y Telefocom ganara 113502205=9145).
- Si Telefocon solo le cobra la ficha a $0,314 entonces Telefocom no tendra beneficio: $0,314(7025)=$2205; solo cubrira
su costo, $800+0,20(7025); mientras que el comerciante ganara $9145.
- Si Telefocom pudiera operar alternativamente por su cuenta,
podran repartir la diferencia entre $9145 y los 8800 actuando
en la vereda $ 345; a repartir, por ejemplo por mitades (173
cada uno): el comerciante debera ganar $173
Quedara $11350 173 = $11178 para las fichas: o sea
1,59(7025)= 11178.
465
El beneficio de Telefocom sera: $11178 - 800- 0,20(7025) = $

8973 (173 ms que los 8800 operando los TP por su cuenta
en la vereda).
TELEFOCOM **EJERCICIO 7:
Ejercicio conceptual tipo integrador de varios principios (el
enunciado es de la Guia de tp de Tow -ejercicios combinados;
eventuales erroes de interpretacin y tipeo me pertenecen)
La empresa Telefocom ha decidido instalar 1000 Telfonos
Pblicos (TP) en todo el territorio en distintos locales comerciales de empresas privadas -y maximizadoras de beneficio-.
Por su estratgica localizacin se estima que cada TP tendr
una demanda igual a X = 10.000 -10.000Px donde x: nmero
de llamadas mensuales medidas en nmero de fichas y Px:
precio por ficha.
(Ntese que los TP sern localizados lo suficientemente lejos
entre s, de modo que diferencias en el valor de la ficha en un
TP, de existir, no modifican la demanda en los restantes TP.
Asimismo tngase presente que las solicitudes para que se
instalen TP se estima ser muy gran de por parte de los dueos de los locales comerciales, puesto que se sabe que la
presencia de TP aumenta la concurrencia a dichos locales y
en consecuencia la evolucin comercial de los mismos, proyectndose en $100 el beneficio neto mensual derivado de
este factor para cada tenedor de TP).
En el pliego de Concesin de Telfonos se prevee que el concesionario de la red de telfonos -en este caso Telefocom-
466
opte por una de las siguientes modalidades para otorgar el

servicio de TP:
a) Dejar en manos del dueo del comercio la fijacin del valor nico- de la ficha y cobrarle un monto fijo mensual por la instalacin del TP ms el costo de cada llamada.
b) Fijar el valor de la ficha y otorgarle un porcentaje de dicho
valor al comerciante.
c) Cobrarle al tenedor del TP un precio por cada ficha de modo
de maximizar beneficios, teniendo en cuenta que aquel lo fijar
a su vez
al pblico segn su conveniencia.
d) Cobrar un alquiler por el TP y fijar la tarifa al valor de competencia.
Suponga que el costo de cada llamada es de $0,20 para Telefocom, siendo su costo mensual de mantenimiento del servicio
de cada TP de $30, $35, $40 y $47,5 en cada una de las alternativas anteriores respectivamente.
Cul alternativa es la ms conveniente para Telefocom? Y
para cada tenedor? Y para los consumidores?
A efectos de responder los interrogantes planteados determine
en cada caso: cantidad demandada, precio (al pblico) de la
ficha, precio de la ficha al comerciante, beneficio mensual de
Telefocom, beneficio de cada comerciante, excedente del consumidor.
RESPUESTAS:
El enunciado no se especifica ni incluye pautas inequvocas,
de que Telefocom sea una empresa competitiva, ni tampoco
sus clientes; no es un mercado competitivo, ni tampoco un
monopolio (un productor exclusivo), duopolio (dos exclusivos),
empresa lder y seguidora, cartel (con clusion), monopsonio
467
(nico comprador), monopolio bilateral, modelo Silos-Labini,

Modigliani (privilegio por acceso inicial o con restricciones de
acceso) o demanda quebrada de Sweezy (competencia imperfecta bajo conveniencia sin optimizacin).
No hay informacin sobre competidores de Telefocom o de
productos sustitutos. No cabe aqu la discriminacin de precios
por alguna de las dos partes (no obstante que la funcin de
costos de Telefocom indica que el costo medio es asinttico,
es decir que nunca se alcanzar un mnimo costo medio, lo que
es sinnimo de un mercado insuficiente para Telefocom, tipo
empresa sobredimensionada).
Se menciona un rgimen de concesiones, pero no se dice que
Telefocom sea una empresa pbica. Tampoco se aclara si
puede o no alternativamente instalar los TP en la vereda por
su cuenta, operndolos sin los comerciantes intermediarios.
Pero est claro que si Telefocom tambin es una empresa privada, es imprescindible que ambas partes ganen algo si negociaran; tambin que ganen ms que operando alternativamente por su cuenta (Telefocom en la vereda y los comerciantes
algo ms que la alternativa nula, sin TP, ya que nada se dice
de sustitutos).
En este caso de informacin insuficiente, un modelo asimilable
podra ser el de Di Tella para intermediarios comerciales (concesionarios automotrices), considerando que cada intermediario tiene un costo negativo (ventaja) de $100.
Como se est informado el costo del productor bsico, la demanda final y el costo de cada empresa concesionaria (no
competitivas, sin precio uniforme, sino en competencia imperfecta), cabe optimizar en ellas segn el caso general.
468
Sin embargo, el modelo matemtico solo explica la optimizacin (B=0 y B<0); nada informa sobre el modo de reparto de
las utilidades entre las partes.
7 a) Dejar en manos del dueo del comercio la fijacin del valor -nico- de la ficha y cobrarle un monto fijo mensual por la
instalacin del TP ms el costo de cada llamada.
Se estipula que el comerciante no puede discriminar precios,
pero puede fijarlos libremente (segn le convenga con su demanda) y su costo ser un cargo fijo ms otro por llamada.
Segn el modelo Di Tella se optimiza considerando los ingresos finales por venta al pblico y los costos del productor
bsico, para repartir los beneficios con algn criterio comercial
no definido:
1)
Operando con intermediarios comerciales y maximizando ambos, se debe considerar la demanda final, el costo de Telefocom y el del intermediario (en este caso $100 de ventaja):
La demanda, X = 10000 -10000Px; -10000Px = X -10000; Px
= -X/10000 +1;
El ingreso total, IT = Px(X) = -X2/10000 +X; IMg = -X/5000 +1
El costo total, CT = 0,20X + 30 -100, lineal (empresa sobredimensionada); costo medio CM = 0,20 -70/X (hiperblico); costo marginal CMg= 0,20 (constante)
Se optimiza maximizando el beneficio, B = IT-CT; max.B con
B=0 (B= IMg CMg=0) y B< 0;:
B = -X2 /10000 + X (0.20X + 30) +100 =

0.80X + 70
-X2/10000 -
B= -X/5000 +1= 0.20; -X/5000 = -0,80; X = 0,8(5000) =

4000 telfonos pblicos ; cumpliendo B= -1/5000 < 0;
469
P4000 = -4000 /10000 + 1 = $0.60

El modelo matemtico no explica cmo distribuir los resultados de este negocio compartido (este es el tan comentado
gran impedimento invalidante de la teora neoclsica, microeconmica y macroeconmica).
Tomando un extremo; el beneficio podra ser, por ejemplo,
todo para el comerciante intermediario y nada para Telefocn:
Beneficio del comerciante intermediario: BC = 0,60(4000)
0,20(4000) -30 +100= $1670
Beneficio para Telefocom: 0,20(4000) +30 -0,20(4000) -30 =
$0.
En cuanto a lo opuesto, todo para Telefocom y nada para el
comerciante, tampoco parece viable. Alguna alternativa intermedia debiera existir para justificar el accionar conjunto de dos
empresas privadas. El comerciante no tiene alternativa, no
puede operar los TP por s solo; Telefocom tendra la alternativa de operarlos por su cuenta en la vereda, ante lo cual, si el
negocio conjunto generara mayor beneficio que Telefocom por
su cuenta, cabra repartir ese mayor beneficio con algn criterio, que mejore las alternativas de ambas partes (su costo de
oportunidad).
Para esto es necesario calcular el beneficio de Telefocom operando por su cuenta y compararlo con el caso anterior.
2)
Sin intermediarios comerciales, por queTelecom puede operar
los TP por su cuenta:
La demanda puede trasponerse a la forma implcita y calcular
el ingreso total y el marginal. Con el costo total se calcula el
costo medio y el marginal. En principio, el beneficio mximo
470
surge (sin considerar en este caso la ventaja (costo negativo)

de $100 por mayor concurrencia) aplicando la condicin matemtica de mximo, con un nivel de 4000 fichas a $0,60 al
pblico en cada concesionario.
La demanda, X = 10000 -10000Px; -10000Px = X -10000; Px
= -X/10000 +1;
El ingreso total, IT = Px(X) = -X2/10000; IMg = -X/5000 +1
El costo total, CT = 0,20X + 30; costo medio CM = 0,20 +30/X
(asinttico, porque el costo es lineal; indica una empresa sobredimensionada segn el modelo SOMISA-Eiras). EL costo
marginal, CMg = 0,20.
Optimiza maximizando el beneficio, B = IT-CT; max.B con
B=0 (B= IMg CMg=0) y B < 0; :
B= -X/5000 +1= 0.20; -X/5000 = -0,80; X = 0,8(5000) =
4000 telfonos pblicos operados directamente en la vereda.
P4000= -4000/10000 +1 = $0,60;
B4000 =$0,60(4000) 0,20(4000) 30 = $1570
Px
CMe
CT
30
IT
0,60
Px= ( -X/10000) + 1
0,20
4000
IMg
CMg
X
10.000
471
3)
Si operaran conjuntamente, repartindose el mayor beneficio
diferencia de las dos alternativas anteriores, la situacin podra
ser:
Beneficio del comerciante BC = $0,60(4000) 0,20(4000) - 30 - 1620 + 100 = $50. El pblico paga $0,60 por llamado.
Al ingreso del comerciante se le resta el costo de mantenimiento y un cargo fijo diferencial 1620 (que Telefocom calcul
repartiendo la diferencia de las dos alternativas anteriores: en
1) el beneficio es $1670; en 2) el beneficio es 1570; con diferencia de $100; por ejemplo $50 para cada una).
Dado que Telefocom ganara por su cuenta $1570 debera
ganar ahora $1620, cobrando al costo de 0,20 las llamadas a
su costo de $0,20 y adems estos 1620 como un cargo fijo
adicional al costo de $30.
BT = IT CT = 0,20(4000) + 30 +1620 -0,20(4000) -30 =
$1620
Excedente del consumidor: es el rea entre la (funcin) lnea
de demanda hasta (menos) el precio, que se puede calcular
mediante la integral definida ( entre el origen cero y 4000) de
la funcin de demanda menos el precio $0,60.
04000 [( X/10000 + 1) -0,60] dx =
04000 [(X/10000
+0,40] dx =
= -0.0001X2 /2 + 0,4X] 04000 = ; para X=4000 es Excedente = -1600 /2 + 1600 = $800.
472
7 b) Fijar el valor de la ficha y otorgarle un porcentaje de dicho

valor al comerciante.
Si Telefocom solo cobrara un porcentaje de Px para resarcirse
de su de $0,20X + 35, tendra que considerar el planteo de Di
Tella mas la distribucin (con algn criterio comercial no definido) de los beneficios adicionales al costo de oportunidad de
cada uno.
El comerciante no tiene alternativa; Telefocom ganara $1570
por su cuenta en la vereda; el mximo beneficio conjunto era
$1670. Si repartieran la diferencia 1670 -1570 = $100 por mitades, el comerciante debera ganar $50 y Telefocom $1620
(ahora $47,50 y 1617,50 debido al mayor costo fijo de $35).
La peculiaridad de este enunciado b) es que requiere maximizar pero cobrndole al comerciante solo un porcentaje del costo de la llamada que Telefocom fije para el pblico Px.
Se trata de calcular beneficios considerando ingresos menos
costos, de modo que el resultado $47,50 para el comerciante:
ingreso $0,60(4000) mas $100 menos costo por cada llamada;
pero, el comerciante no puede aumentar el precio al pblico,
ya que se optmiza con $0,60 y 4000 llamadas y considerando
su ventaja de $100 como ingreso debera repartirla con Telefocn para obtener un beneficio de solo $47,50. Esto implicara cobrar al pblico 0,60 y pagarle a Telefocom ms que esto,
$ 0,6131 (circunstancia que posiblemente se enfrentara a las
normas de la realidad comercial, por ser una modalidad o
asociacin poco usual y sujeta a eventuales reclamos del comerciante, que se quejara por la opresin tipo tmelo o djelo.
Mayoristas, minoristas, centrales de compras, agentes
comerciales, comisionistas, representantes, leasing, con-
473
cesionarios, distribuidores, etc pueden tener diferente

legislacin comercial e impositiva domstica en cada pas
e internacionalmente).
O sea, BC = $0,60(4000)+100 -0,6131(4000) = $47,50.

Telefocom ingresa el costo del comerciante 0,6131(4000) y le
resta sus propio costo de 0,20(4000) +35.
O sea, BT = 0,6131(4000) 0,20(4000) +35 = $
1617,50
Con similar precio y cantidad para el pblico, $0,60 y 4000
llamadas, implican igual excedente del consumidor, $ 800.
7 c) Cobrarle al tenedor del TP un precio por cada ficha de
modo de maximizar beneficios, teniendo en cuenta que aquel
lo fijar a su vez al pblico segn su conveniencia.
Con las mismas circunstancias y explicaciones del caso b),
solo aumenta aqu el costo fijo a $40.
BC = $0,60(4000)+100 -0,613(4000) = $45.
BT =0,613(4000) 0,20(4000) +35 = $ 1615.
Con similar precio y cantidad para el pblico, $0,60 y 4000
llamadas, implican igual excedente del consumidor, $ 800.
7 d) Cobrar un alquiler por el TP y fijar la tarifa al valor de
competencia.
474
Se entiende aqu que Telefocom decide operar cobrndole

una tarifa como si actuara competitivamente. Es decir que la
optimizacin ya no sera en esta caso con un punto de giro
con IMg=CMg sino con IM o demanda igual a costo marginal
(y cumpliendo las segundas derivadas con CMg>IM)
Recurdese que en la grfica competitiva unitaria coinciden el
IMg y el IM, horizontales; adems tngase presente que la
simplificacin terica supone que en el largo plazo coincide el
mnimo costo medio con el costo marginal y el precio o demanda, pero aqu se indican costos fijos, de corto plazo.
Es decir que la respuesta a esta pregunta surge identificando
las coordenadas del mnimo costo medio total de corto plazo
(que en este caso no es posible debido a la desafortunada
eleccin del costo total lineal como para una empresa sobredimensionada). Pero tambin es posible ubicarse en ese punto de giro (o primer condicin de mximo) igualando la demanda con el costo marginal:
-X/10000 +1 = 0,20 ; -x/1000 = 0,80 ; X = 0,80(10000) = 8000
llamadas;
P8000 = -8000/10000 +1 = $0,20.
Los ingresos seran de $0,20(8000) +100 de la ventaja comercial =1700
Los costos de Telefocom son: $0,20(8000) + 47,50= 1647,50.
Surge una diferencia de $52,50, a repartir con algn criterio
comercial no especfico, por ejemplo por mitades.
En este caso los beneficios seran
475
BC = $0,20(8000) +100 alquiler de $1674,25 = $26,75 (alquiler calculado por diferencia para que el beneficio sea 26,75)
BT = ingreso por alquiler $1674,25 - $0,20(8000) 47,50 = $
26,75. (con clculo similar del alquiler)
El pblico abonara $0,20 por cada una de las (mayores 8000)
llamadas competitivas.
El excedente del consumidor aumentara, segn la mayor diferencia de rea entre la misma demanda y el menor precio
competitivo, desde el origen hasta las ahora 8000 llamadas:
08000 [( X/10000 + 1) -0,20] dx = 08000 [(X/10000

+0,80] dx, que calculamos integrando directamente para el
valor 8000 (desde el origen nada se resta)
= -0.0001X2 /2 + 0,8X] 08000
Para X=8000 el Excedente es ahora mayor = - 6400 /2
+ 6400 = $3200.
(es fcil visualizar estos valores en la grfica del caso 2 actuando en la vereda)
EDITOR DE ECUACIONES DEL OFFICE MICROSOFT

Puede ser necesario en Excel, o con Word, recurrir al editor de
ecuaciones, al cual se accede con: Insertar > Objeto > Editor de
ecuaciones Microsoft. Incluye plantillas para anotar valores en dife-
476
rentes niveles, como subndice y suprandice (potencias tambin se

consiguen en Word con Ctrl+Shift y +; y subndices con Ctrl y +,
respectivamente)
RACES EN FUNCIONES CUADRTICAS: RUFFINI

Las ecuaciones de segundo grado son presentadas por Ruffini ordenadas con exponente decreciente. Las dos races son fciles de
obtener manualmente, siguiendo el clculo (del ind Bhakara, del
siglo X ).
Pero la dificultad se presenta para el estudiante o profesional que
debe efectuar numerosos clculos con esta frmula. Inviables por
falta de tiempo, son instantneos recurriendo a Excel, segn se ilustra: en A9, B9 y C9 se anotan los coeficientes a, b, c; y las dos raices son calculadas en E9 y F9.
RACES EN FUNCIONES CBICAS: RUFFINI
477
En estos tipos de problemas suele haber funciones cbicas o polinomios de orden superior. La regla de Ruffini permite obtener las
tres races de funciones cbicas.
En este nuevo ejemplo la funcin U=X3 -2X2 -2X +1 se presenta en
la tabla de dividir de B4 a E6; se siguen los 6 pasos A12 a A17 y en
la fila 7 se ha factoreado la cbica como (X+1) (X 2 - 3X +1) como se
muestra en la fila 6 y 8.
Segn el primer parntesis, la primer raz es X= -1; las otras dos

surgen de aplicar la ms usual frmula de Ruffini para resolver la
cuadrtica: X = -b+-(b2 -4ac)1/2 / 2a, siendo X= 0,38 y X=2,61.
RACES EN POLINOMIOS DE ORDEN SUPERIOR

Otra manera de obtener las races de una funcin cbica, u otro
polinomio de orden superior, es escribindolo como se muestra en
la siguiente tabla.
En H1e I1 se eligen valores para X con un rango a eleccin. En H2 e
I2 se anota la funcin. Se pintan las cuatro celdas y se arrastra des-
478
de el ngulo inferior izquierdo hacia la derecha o abajo. Buscando

los valores en que la funcin U es nula estn las races X.
COMPETENCIA DESLEAL
Las decisiones en materia de competencia desleal y de cuestiones
antidumping / subsidios, representan variables que condicionan en
muy alto grado la magnitud de la demanda de las empresas. Suelen
depender fuertemente de consideraciones de poltica internacional y
local, adems de las cuestiones econmicas.
El tratamiento de estas ltimas se efecta en trminos del modelo
de la competencia perfecta y sus presentaciones alternativas que
posibilita Excel; la claridad y documentacin no es absolutamente
decisoria, pero ayuda a relativizar las consideraciones extraeconmicas de poltica internacional y local.
En el mbito del comercio interior argentino la Comisin Nacional de
Defensa de la Competencia, controla las conductas monoplicas
bajo la Ley 25156, tal como ocurre en los EEUU y otros pases.
Son clebres los casos CNDC s/YPF SA; American Express c/ Visa,
Mastercard y Argencard; Sadit c/ Massalin Particulares SA; Editorial
AMFIN SA c/ Arte Grfico Editorial Argentina SA y muchos otros.
479
El mercado legal es el que se aproxima al modelo competitivo; los

monopolios restringen la cantidad y suben los precios, afectando el
excedente del consumidor.
Las presentaciones en este mbito implican argumentaciones segn

los modelos aqu comentados, para las cuales Excel representa
facilidades de consideracin.
ANTIDUMPING
En el mbito de la Comisin Nacional de Comercio Exterior se diligencian las presentaciones argentinas por conductas anticompetitivas vinculadas con el comercio exterior.
Los productores locales pueden sentirse afectados en doble sentido:
en importaciones sustitutivas con precios dumping a niveles inferiores que los precios en sus mercados domsticos de origen.
Por otra parte, los productores que exportan tambin pueden afectar
los intereses de productores en mercados externos, y recibir denuncias de stos a travs de sus gobiernos por ventas a precio dumping (venta a precio menor que para el mercado local) o bien denuncias por subsidios, tal como suele ser la inquietud de que el reintegro de impuestos a exportadores representa un subsidio.
En los pases latinoamericanos existen estadsticas aduaneras pormenorizadas al nivel de cada despacho (individualizando precios,
marcas, empresa y dems datos comerciales particulares, de cada
una y absolutamente todas las importaciones y exportaciones), los
cuales son de circulacin pblica a travs de operadores informticos particulares de las administraciones aduaneras.
480
Estos datos se publican clasificados por posicin del nomenclador

arancelario de importacin / exportacin y fecha. El nomenclador
clasifica todo tipo de bienes en 96 captulos, a 8 (y a 11) dgitos,
incluyendo derechos de importacin, tasa estadstica y reintegro de
exportacin:
Cap.1 hasta 24) carnes, cereales, alimentos, bebidas, tabaco
Cap. 25 a 27) tierras, minerales, combustibles
Cap. 28 a 30) qumica inorgnica, orgnica y medicamentos
Cap. 31 a 39) fertilizantes jabones, explosivos, plsticos
Cap. 40 a 71) caucho, madera, textiles, calzado vidrio
Cap. 72 a 81) acero, laminados, metales comunes varios
Cap. 82 a 96) manufacturas, maquinaria, automotores, muebles, etc.
481
Por normas de la ONU y OMC existe en casi todos los pases informacin muy "agregada", por industria (sin individualizar despachos
ni productos), que recopilan anual o mensualmente los institutos de
estadsticas y censos de cada pas. En algunos pocos casos estn
disponibles por Internet.
Pero paradjicamente, no existe esta informacin detallada para
operaciones individuales de importacin o exportacin en EEUU,
Europa, Asia y frica. Sin embargo, mediante ella es posible aqu
realizar comparaciones sobre precios dumping u otros y preparar en
Excel cuadros mensuales de los ltimos 4 aos (con produccin, importacin y exportacin) cuyo registro magntico (disquete) requiere
el rgimen para estas presentaciones.
El mercado disponible y demanda de chapas de acero, miel, perfiles
y numerosos bienes diversos son permanentemente incluidos en
estas presentaciones, segn puede observarse en los listados de
las Secretaras respectivas (www.mecon.gov.ar).
CARGA IMPOSITIVA PARA EXPORTADORES

La carga impositiva que afecta a las producciones locales y exportables suele ser muy alta. A las empresas les afecta directamente me-
482
nos de 10%, pero considerando los impuestos incorporados en sus

compras, la incidencia puede triplicarse.
Los proveedores soportan la misma carga impositiva y la incorporan
en sus facturas de venta, al igual que lo hicieron los proveedores
anteriores en aquellos lo hicieron, incorporndola en los costos del
exportador, en un efecto piramidal o en cascada.
Para calcular este efecto "neto", se evita duplicar la piramidacin,
dividiendo cada incidencia por su inverso ("el grossing up"), por que
las facturas de compra ya incluyen el importe de la carga.
La legislacin de los EEUU y de la Organizacin Mundial de Comercio -OMC- solo admite la carga piramidal integrada fsicamente al
producto exportable, que se compara con el porcentaje de reintegro
para observar si hay devolucin excesiva o subsidio.
483
484
PROTECCIN EFECTIVA DE UNA INDUSTRIA

La demanda de las empresas suele depender tambin de la proteccin efectiva, o derecho de importacin relativo de su producto comparado con el de su insumo.
Supngase por ejemplo, que la participacin del costo del algodn
en la produccin de hilado fuera 50%. Si el derecho de importacin
del algodn fuera 0 %, mientras que el derecho de importacin del
hilado fabricado con aquel fuera 10%, la proteccin efectiva para los
productores del hilado de algodn sera: 0,10 / 0,50 = 0,20 (20%).
Igualmente con cualquier otro producto y sus materias primas, generalmente liberadas de derechos en los casos en que no existen yacimientos o abastecimiento locales.
Con intereses opuestos a los de los comerciantes, los productores
requieren elevados derechos para sus bienes manufacturados y
ninguno para sus materias primas (y hay dificultadas cuando tambin existen yacimientos o recursos locales de aquellas).
Por el contrario, los comerciantes estn interesados en competir con
importaciones de productos manufacturados y reclaman bajos derechos de importacin, alegando favorecer el inters de los consumidores.
485
ORGANIGRAMAS CON MICROSOFT CHART

La planificacin requiere a veces utilizar organigramas. El Offices de
Microsoft los facilita con: Insertar > Objeto > Microsoft Chart.
ESPECIALIZACIONES COMPARTIDAS
Como consecuencia de la falta de objetividad de la teora microeconmica
neoclsica, es cada vez ms usual agrupar conjuntos de tcnicas (matemticas, lgicas, econmicas, sociolgicas, etc.) bajo nombres, como investigacin operativa, econometra, teora de la decisin, etc. Sus contenidos suelen aparecer parcialmente coincidentes, solapados entre s; y en
sus enfoques bsicos conforman los programas de la microeconoma, aunque en estas especializaciones profesionales se superan los contenidos
curriculares de esta asignatura para contadores o ingenieros industriales.
Igual que la microeconoma, la Investigacin Operativa incluye tcnicas de
la teora de los juegos, teora de las colas y de los grafos, programacin
lineal o dinmica o anlisis estadstico y clculo de probabilidades. Igualmente, la Teora de la Decisin ( tambin incluye enfoques compartidos
con la microeconoma (segn Neuman-Morgenstern 1947, W. Wald y Savage 1954, Simon 1960) y suele abarcar problemas bajo contexto cierto,
bajo riesgo y bajo incertidumbre (adems de otros complejos de incertidumbre no estructurada as, en los que se recurre a la modelacin matemtica y computacional).
TEORIA DE LOS JUEGOS CONTEXTO HOSTIL

Se refiere a la teora para la toma de decisiones interdependientes, cuando el resultado depende de una u otra accin que puedan tomar los dems
jugadores. Se caracteriza por que todos conocen esta circunstancia y actan bajo las reglas de la lgica N-M.
486
Los juegos se pueden plantear como representaciones formales, incluyendo a) normas sobre los jugadores (cantidad finita, todos bajo esta lgica NM) y otras reglas de juego; b) reglas sobre quien juega primero; c) pautas
sobre qu cosas conocen o no los jugadores antes de hacer su jugada; y
tambin que cada uno conoce los posibles cursos de accin de los otros,
dentro de un nmero finito de estrategias ; d) conocen qu cosas se puede
hacer al momento de actuar y ambas partes intervienen en cada jugada; e)
igualmente, conocen los resultados posibles de cada accin.
Los primeros anlisis se refirieron a los juegos de suma cero o nula, en los
cuales lo que uno gana es lo que pierde el otro. Solo se calcula con la matriz de los pagos para un jugador, de modo que implcitamente se analiza al
oponente con el complemento de esta matriz (si por ejemplo, la matriz de
pagos a A tiene una estrategia con el valor 3, deja implcito que el jugador
B recibir 7, el complemento a 10 etc.)
Una estrategia pura es aquella que resulta ser la ganadora solo con ese
curso de accin. Una estrategia dominada es aquella que representa menor premio que otra. La estrategia dominante puede ser estrictamente dominante si es mayor que, o dbilmente dominante si es mayor o igual que
otra dominada. Una estrategia mixta es una proporcin de acciones; una
distribucin de probabilidades sobre varias estrategias puras. En estos
casos, un equilibrio de Nash es cuando nadie quiere cambiar su decisin
dada la combinacin de estrategias de los restantes; no requieren actividad
externa y todo el incentivo es el propio inters personal de cada jugador.
Sin embargo, no est aqu necesariamente definido el resultado: puede
haber solucin si evalan que as les conviene a los participantes.
Las reglas del juego requieren una formalizacin del planteo: juego J = (N;
Ai ; Ui), con reglas que todos deben conocer.
En el conocido dilema del prisionero se define 1) la cantidad de jugadores
N=2; 2) las acciones Ai posibles para todo jugador, Confesar No confesar; c) una funcin de pagos Ui segn la lgica N-M. En este dilema, la
accin No confesar es una estrategia dominada por la estrategia dominante
Confesar; el juego consiste en eliminar las estrategas dominadas, bajo el
presupuesto de actuacin racional N-M. Una accin con probabilidad =1 es
una estrategia pura.
487
Se insina una clasificacin de los juegos, ordenndolos en No cooperativos y Cooperativos (colusin); otra como estticos y dinmicos:
NO COOPERATIVOS:
-Juegos estticos, con informacin completa (reciben un pago al jugar,
pero no saben que elegir el otro ni pueden reaccionar):
El dilema del prisionero; la guerra de los sexos; policas y ladrones,
etc.
Duopolio segn Cournot (1838) sin colusin, cada uno reacciona
en funcin de lo que ira a producir el otro; no hay diferenciacin del producto; saben que los precios se adaptan segn la oferta total.
Duopolio de Bertrand (1883), similar al anterior, pero con diferenciacin de productos, que son sustitutivos; cada uno puede elegir el precio,
pero la demanda es elstica. Es un juego inestable en cuanto conduce a
una guerra de precios y a la quiebra de alguno (con la posterior aparicin
de otro competidor).
-Juegos dinmicos, con informacin completa:
Juegos repetidos. Duopolio segn Stackelberg (1934), parecido al
de Cournot, pero no eligen o razonan simultneamente sino uno despus
del otro, generalmente la lder y luego la seguidora.
-Juegos dinmicos con informacin imperfecta:
Juegos repetidos en t etapas limitadas; o en infinitas etapas. Juegos bayesianos: como por ejemplo las subastas a sobre cerrado; al primero o al segundo precio (aqu gana el de mayor precio ofrecido, pero paga
segn el segundo precio; si empata se decide por el subndice menor).
-Juegos estticos con informacin incompleta:
Esttico, como el duopolio de Cournot pero con informacin asimtrica.
COOPERATIVOS (COLUSION):
Juegos que tienen soluciones (o imputaciones) bajo racionalidad
individual y tambin racionalidad grupal.
488
Teorema: solo habr solucin si con la colusin cada uno recibe

un pago mayor o igual que lo que percibira actuando por su cuenta (por
ejemplo, bajo cartel deben mejorar lo que percibiran como duopolio, siendo lder, o siendo seguidora, etc.)
El Dilema del Prisionero

Dos delincuentes son detenidos y encerrados en celdas de aislamiento de
forma que no pueden comunicarse entre ellos. El comisario sospecha que
han participado en el robo del banco, delito cuya pena es diez aos de
crcel, pero no tiene pruebas. Slo tiene pruebas y puede culparles de un
delito menor, tenencia ilcita de armas, cuyo castigo es de dos aos de
crcel. Promete separadamente a cada uno de ellos que reducir su condena a la mitad si proporciona las pruebas para culpar al otro del robo del
banco.
Las alternativas para cada prisionero pueden representarse en forma de
matriz de pagos. La estrategia "lealtad" consiste en permanecer en silencio
(No confesar) y no proporcionar pruebas para acusar al compaero. Llamaremos "traicin" a la otra estrategia (Confesar).
Dilema del prisionero
Matriz de Pagos
(aos de crcel)
Preso Y
lealtad traicin
lealtad 2 ; 2 10 ; 1
Preso X
traicin 1 ; 10 5 ; 5
Los pagos a la izquierda o a la derecha de la barra indican los aos de
crcel a los que es condenado el preso X o Y respectivamente segn las
estrategias que hayan elegido cada uno de ellos.
La aplicacin de la estrategia maximin conduce en este juego a un resultado subptimo. Al no conocer la decisin del otro preso, la estrategia ms
segura es traicionar. Si ambos traicionan, el resultado para amboses peor
489
que si ambos hubieran elegido la lealtad, an asi es preferible que correr el

riesgo de obtener 10 aos. Este resultado 5 / 5 es un punto de equilibrio de
Nash (aqu, lo menos malo). El dilema del prisionero, tal como lo hemos
descrito, es un juego de suma no nula, bipersonal, biestratgico y simtrico. Fue formalizado y analizado por primera vez por A. W. Tucker en 1950.
POLICIAS Y LADRONES
En la ciudad existen dos sectores A y B afectados por operaciones delictivas; esa organizacin acord operar en un solo sector cada da. Pero la
polica solo cuenta con recursos para patrullar una zona. Los resultados de
la actividad de unos y otros figura en la siguiente matriz de pagos:
Operar en sector A
Operar en sector B
Patrullar en A
1 ; -1
-1 ; 1
Patrullar en B
-1 ; 1
1 ; -1
En este juego no hay un equilibrio de Nash, ya que al menos uno de ambos
tiene incentivos para cambiar de estrategia segn lo que haga el otro.
La guerra de los sexos

Ana y Alberto, que se estn cortejando mutuamente, querran coincidir en
la actividad de esta tarde. Pero a la vez, cada uno tiene gustos distintos,
as que les gustara coincidir, pero en la actividad que a ellos les gusta y no
se pueden coordinar previamente.
Alberto
Ftbol
Discoteca
Ftbol
3,2
0,0
Ana
Discoteca
1,1
2,3
Cada uno de ellos puede decidir ir al Ftbol o ir a la Discoteca. En cada

celda de la matriz esta primero el pago de Alberto y luego el de Ana. Ambos estn cortejndose mutuamente, as que su mayor pago es cuando
coinciden en la eleccin (es decir, la diagonal de la matriz). Pero claro si
coinciden haciendo lo que Alberto quiere, l gana un poquito ms (3), mien-
490
tras que Ana gana mucho, pero no lo mximo (2). Anloga situacin tenemos si coinciden pero yendo a la Discoteca.
En las otras dos celdas de la matriz lo que tenemos es que cada uno hace
la actividad elegida, pero no coinciden. Si al menos la actividad elegida era
la que a ellos les gustaba, reciben un punto de consolacin; si encima tienen la mala suerte de haber elegido la que no les gustaba, nada.
Es un juego simtrico, ya que se pueden intercambiar sus estrategias y
posiciones sin que cambie el resultado del juego.
El problema que se plantea es simplemente un problema de coordinacin.
Se trata de coincidir en la eleccin. Al no haber comunicacin previa, es
posible que el resultado no sea ptimo. Si cada uno de los jugadores elige
su estrategia maximn el pago que recibirn es subptimo. Esa solucin,
tampoco es un punto de equilibrio de Nash ya que los jugadores estn
tentados de cambiar su eleccin: cuando Ana llegue a la discoteca y observe que Alberto se ha ido al ftbol, sentir el deseo de cambiar de estrategia para obtener un pago mayor.
Pero, hasta aqu es un juego por nica vez (sin repeticin) y sin transferencia de utilidad (no hay comunicacin previa, por lo que no es posible
ponerse de acuerdo y negociar o acordar pagos secundarios, como "si
vienes al ftbol pago yo la entrada"). Sin embargo, el juego tambin se
suele plantear ms realista, modificando las preferencias (asimtrico) y la
restriccin de no coordinacin, con una solucin segn Nash, de tipo segundo mejor (o mal menor).
HALCON Y PALOMA
Con este juego se modelizan situaciones en las que un agente es
agresivo (halcn) y domina la situacin jugando inicialmente, mientras que
el otro (paloma) es conciliador y pierde frente al primero; pero perdera
mucho ms (l y ambos) en caso de no aceptar la situacin y tambin decidiera actuar como halcn. La guerra fra entre potencias atmicas; los
dos autos que en la pelcula avanzan a gran velocidad uno contra el otro,
son ejemplos de este modelo.
491
Dos autos de frente:

Jugador
2
Jugador 1
Se Aparta
Sigue
Se Aparta
0, 0
+1 , -1
Sigue
-1 , +1
-100 , -100
Se observan diferencias en este modelo con el Dilema del Prisionero. La

matriz es parecida, pero la solucin y el anlisis son diferentes.
Aqu hay dos resultados que son equilibrios de Nash: Cuando las estrategias elegidas por cada jugador son diferentes; es decir, cuando uno elige
halcn y el otro paloma. Por el contrario, en el Dilema del Prisionero el
equilibrio de Nash est en el punto en que ambos
jugadores traicionan.
Otra diferencia de este juego con otros es la importancia que aqu adquiere
el orden en que los jugadores eligen sus estrategias. El primero que juega,
gana. El primero elegir y manifestar la estrategia Halcn con lo que el
segundo en elegir se ver obligado a elegir la estrategia Paloma, la alternativa menos mala.
Inversiones en competencia imperfecta

Dos empresas compiten por la venta de un programa para procesar archivos. Las dos utilizan el mismo proceso de programacin y los archivos
codificados por el programa de una de ellas pueden ser ledos por el de la
otra, actuando as en forma complementaria y beneficindose, porque tambin constituye una ventaja para los consumidores. Sin embargo, la empresa 1 tiene una cuota de mercado mucho mayor que la empresa 2. Ambas empresas estn planeando invertir en un nuevo proceso de programacin y los resultados seran:
DECISIN DE INVERTIR Matriz de Pagos (beneficios)
Empresa 2
No invertir
Invertir
Empresa 1
No invertir
0; 0
-10 ; 10
Invertir
-100 ; 0
20
; 10
La estrategia dominante de la empresa 2 es invertir. Si la empresa 2 no
invierte la empresa 1 contraera prdidas considerables, por tanto si las dos
492
empresas actan racionalmente decidirn invertir, y entonces se producir

un equilibrio de Nash.
Si la empresa 2 no acta de esta manera la estrategia maximin de la empresa 1 es no invertir. Si 1 sabe que 2 est utilizando una estrategia maximin, entonces 1 decidir invertir.
TOMA Y DACA
Este juego se ve como una estrategia ptima en teora de los juegos para
el dilema del prisionero itelado. La expresin tit for tat se refiere a golpes
suaves, que se entienden como una "represalia equivalente": "golpea suavemente al que te ha golpeado suavemente".
Un agente que use esta estrategia responder consecuentemente a la
accin previa del oponente. Si el oponente ha cooperado previamente, el
agente cooperar. Si el oponente deserta el agente se vengar de l. Estas
caractersticas hacen que el funcionamiento de esta estrategia sea fcil de
comprender por el oponente, y se pueda as encontrar una forma de trabajar en un juego repetido. La estrategia depende de cuatro condiciones:
1. El agente siempre colabora, a menos que sea provocado con una
desercin.
2. El agente se vengar ante cualquier desercin.
3. El agente perdona fcilmente una vez que se ha vengado.
4. El agente debe tener una probabilidad mayor de 2/3 de jugar de
nuevo contra el mismo oponente.
PIEDRA PAPEL TIJERA

Juego dinmico, repetido, finito, con premio para quien gane antes una
cantidad pautada, de por ejemplo tres aciertos y el oponente lava los platos.
Reglas: sucesivos juegos con N=2, ambos jugadores mostrando simultneamente el puo cerrado, dos dedos abiertos o toda la mano abierta.
Piedra (pisa) gana a tijera; tijera (corta) gana a papel; papel gana (envuelve) a piedra (Pi>Ti; Ti>Pa; Pa>Pi)
493
Una jugada con 1/3 de probabilidad tiene esta representacin:
Jugador B columnas
Jugador A
lneas
0 -1 1
1
0 -1
-1 1
0
La representacin en Excel de este modelo, como dinmico, puede incluir

la posibilidad de su ejecucin, asignando a cada accin por lnea los valores de alguna de las columnas mediante la funcin =aleatorio( ; ). La solucin de Nash es: jugar al azar pero sumando las proporciones segn el
anlisis de dominancia; tendra esto sentido para un juego suficientemente
largo (no obstante, existen en la web numerosos consejos vulgares para
interesados en lo ldico).
TEORA DE LOS JUEGOS - DUOPOLIO

Juego de Suma Cero
Se trata de dos empresas de supermercados, que estudian abrir un
nuevo local cada una, en una regin en la que hay tres ciudades: 1)
Crdoba, 2) Rosario, 3) Tucumn.
La distancia entre ellas es la siguiente:
DOUPOLIO:
NUEVO
SUPERMERCADO
CORDOBA
10 Km
494ROSARIO
15 Km

20 Km
TUCUMAN
Aproximadamente 45% de la poblacin de la regin vive cerca de la

ciudad 1; 35% vive cerca de la 2 y 20% vive cerca de la 3.
Debido a que la cadena A es ms grande y tiene ms prestigio que
la cadena B, la cadena A controlar la mayora de los negocios,
siempre que sus ubicaciones sean comparativas.
Ambas cadenas conocen los intereses de la otra en la provincia y
ambas han terminado estudios de mercado que dan proyecciones
idnticas.
Si ambas cadenas se sitan en la misma ciudad o equidistantes de
un pueblo, la cadena A controlar el 65% de los negocios en esa
ciudad.
Si la cadena A est ms cercana a una ciudad que la cadena B, la
cadena A controlar 90% de los negocios en ella.
Si la cadena A est mas alejada de un pueblo que la cadena B,
atraer a 40% de los negocios de esa ciudad. El resto de las operaciones, bajo cualquier circunstancia, ir a la cadena B.
Adems, ambas cadenas saben que la poltica de la cadena A es no
ubicarse en ciudades que sean demasiado pequeas, y la ciudad 3
est dentro de esa categora.
JUEGO DE SUMA CERO O NULA

Hay dos jugadores en este juego, la cadena A y la cadena B. El jugador A tiene dos estrategias puras: A1 (ubicarse en la ciudad 1) y
A2 (ubicarse en la ciudad 2); el jugador B tiene tres estrategias pu-
495
ras: B1 (ubicarse en la ciudad 1); B2 (ubicarse en la ciudad 2), B3

(ubicarse en la ciudad 3).
Se considera que las consecuencias para la cadena A son los porcentajes de negocios que en cada regin le correspondern, de
acuerdo a los estudios del mercado.
Ya que cada porcentaje de aumento o disminucin representan un
aumento o disminucin idntico, respectivamente, para la cadena B,
este es un juego de dos personas suma cero.
Si ambas cadenas se ubican en el mismo pueblo, entonces el jugador A recibir 65% de los negocios de toda la regin. Entonces,
E11 = E22 = 65%.
Si la cadena A se ubica en la ciudad 1 mientras que la cadena B se
ubica en la ciudad 2, entonces el jugador A est mas cerca de la
ciudad 1 que el jugador B, pero el jugador B esta ms cerca tanto
de la ciudad 2 como de 3 que el jugador A. En consecuencia, el jugador A capturar:
(0,90)(0,45)+(0,40((0,35)+(0,40)(0,20)=0,625
o sean 62,5% de los negocios de la regin: E12 = 62,5%.
Si la cadena A se ubica en la ciudad 2 y la cadena B se ubica en la
ciudad 3, entonces el jugador A esta ms cerca de los pueblos 1 y 2,
mientras que el jugador B est ms cerca de la ciudad 3. En consecuencia, el jugador A tendr:
(0,90)(0,45)+(0,90)(0,35)+(0,40)(0,20)= 0,80
el 80% de los negocios de la regin: E23 = 80%.
De igual manera para las estrategias E13= 80% y E21= 57,5%.
496
Estos resultados se condensan en la matriz de Pagos a "A" de esta

hoja Excel, que es la matriz de consecuencias para este juego y se
utiliza para definir el juego.
A marca precautoriamente sus dos mnimos y elige el mayor (maximin 62,5) asegurndose que ninguna accin de B pueda anulrselo.
Igual precautriamente B marca sus tres mximos (ya estos son
pagos a A y dejan como complemento la participacin para B) y B
elige el mnimo (minimax 65; hay dos).
Como no hay punto de ensilladura o coincidencia, ninguna empresa
puede asegurarse algn mximo. Ser necesaria una estrategia
mixta adicional (tipo Nash) para decidir el reparto (con colusin).
ESTRATEGIAS MIXTAS
Supnganse dos empresas que compiten monoplicamente. Ambas
coinciden en la visin del mercado y procuran que su oponente no
497
anticipe cual ser su accionar en cada campaa para que no pueda

neutralizarla. A tiene 2 estrategias y B 3.
Los ingresos de una se consideran sustrados a las posibilidades de
la otra. La matriz de pagos a una representan el complemento de lo
que recibe la otra:
PAGOS PARA A:
A
5
9
B
7
4
2
8
Tratando de asegurar lo mejor, cada una elige lo que al otro no le

interese. A selecciona sus dos mnimos (3 y 4) y elige lo mejor, 4. B
esta calculando sobre estos pagos para A, entonces seleccionar
aqu los tres mximos (9, 7, 8) y elige el menor, 7.
Sus decisiones no coinciden; no hay punto de ensilladura. y debern
proceder con otro criterio distinto, respectivamente, a sus prudentes
maximin y mnimax.
ESTRATEGIAS DOMINADAS
B estudia los complementos de su eleccin y recibira 91,93 y 92.
Como tiene una estrategia ms que A y adems recibe en las dos
ltimas ms que con la primera, considera que tiene su primer estrategia dominada por la empresa A.
La matriz de juego queda reducida a:
PAGOS PARA A
B
A
7
2
4
8
498
A selecciona los mnimos (2 y 4) y elige 4 (maximin). B selecciona

los mximos (7 y 8) y elige 7 (minimax). Tampoco hay punto de ensilladura o coincidencia.
499
DOMINANCIA
Cuando no hay ensilladura J. Nash propuso estrategias mixtas. En
juegos repetidos bajo incertidumbre pero con la racionalidad tradicional, el clculo de la dominancia podr precisarse igualando las
probabilidades para cada accin que pueda adoptar el oponente:
A)
Por ejemplo, segn que B pueda adoptar su primer o segunda estrategia, A debe igualar
7p + 4(1-p) = 2p + 8(1-p)
2p - 8p + 8 = 7p 4p + 4
2p 8p 7p +4p = -4
-9p = -4 ;
con p = 0,44
Con criterio al asegurador, A juega al azar pero cuidando totalizar

estas proporciones: su juego basado en acciones al azar totaliza las
proporciones 0,44(2) + 0,66(8) cuyo valor suma $5.36
1-P
0,44
B)
Igualmentel para B. Dado que analiza con la matriz de pagos
paraa A, iguala las probabilidades a obtener segn que A pueda
decidir jugar con la primer o segunda estrategia
7p + 2(1-p) = 4p + 8(1-p)
7p 2p + 2 = 4p 8p + 8
500
7p -2p 4p+ 8p = 6 ; 9p = 6
con p= 0,67
Con criterio al azar, pero cuidando totalizar estas proporciones, realiza su juego basado en acciones que totalicen la proporcin 0,67(7)
+ 0,33(2), cuyo valor tambin suma $5,36
8
7
1-P
0,67
AXIOMAS DE LA LGICA NEUMANN-MORGENSTERN

1- Transitividad. Si el individuo se muestra indiferente entre
dos premios a y b; y entre b y c, entonces es indiferente
entre a y c.
2- Continuidad de las preferencias como una funcin de p.
Es posible establecer un valor intermedio de probabilidades para el cual el individuo sea indiferente entre el billete artificial y un bien a.
3- Independencia. Si el individuo se muestra indiferente entre un bien A y un bien B, ser indiferente entre dos billetes de lotera idnticos en todos los sentidos, excepto
que uno brinde como premio un bien A y el otro un bien
B.
4- Deseo de grandes probabilidades de xito. Dados dos billetes de lotera idnticos el individuo prefiere el que tenga mayores probabilidades de ganar.
5- Probabilidades compuestas. Si a la persona se le ofrece
un billete de lotera cuyos premios son a la vez, otros bi-
501
lletes de lotera, su actitud respecto a este billete de lotera compuesta ser cual si hubiese pasado por todos los
clculos de probabilidades de ganar el premio final.
CUATRO CONTEXTOS EN EL ANALISIS Y TOMA DE

DECISIONES
Las clasificaciones son variadas, pero se suelen encarar cuatro contextos para el anlisis cientfico en sus variados campos, incluido el econmico: 1) la certidumbre determinista, 2)
el riesgo aleatorio probabilstico medible, 3) el contexto hostil
ante conflicto con oponentes (teora de los juegos, para duopolio) y 4) la incertidumbre ante lo desconocido.
Cuando se considera que se puede predecir el comportamiento econmico con precisin se adoptan decisiones con procesos bajo un contexto cierto. Otras veces la informacin disponible es incompleta, pero basndose en estudios y datos
preexistentes se conocen las posibles alternativas adoptndose ciertas probabilidades objetivas. Por otra parte, la toma de
decisiones bajo contexto hostil ocurre cuando un agente enfrenta a un oponente, que se esfuerza en conseguir para si el
mejor resultado posible, perdindolo aquel si este lo consigue.
El contexto incierto es cuando se desconocen aspectos importantes, que hacen inviable el anlisis bajo el concepto tradicional de probabilidad por que no se sabe que ocurrir; y ante las
contingencias las decisiones que pueda estar influidas por
alguna determinada actitud personal ante el riesgo pero igualmente debe ser racionalmente o cientficamente determinadas
u optimizadas.
Antes del siglo XX los anlisis cientficos eran preferentemente
deterministas; adems de la lgica binaria matemtica solo se
502
incluan mayormente situaciones bajo el anlisis de probabilidades (Bayes, Laplace, etc).

Durante el siglo XX se desarrollaron otros enfoques diferentes
para el razonamiento lgico y para la metodologa de las disciplinas, que abarcaron los conceptos y las situaciones no incluidas en el anlisis anterior.
RIESGO vs. INCERTIDUMBRE

En las situaciones bajo riesgo se efectan los viejos anlisis
de probabilidades; son probabilidades objetivas porque se generan resultados sobre la base de hechos concretos ocurridos,
por ejemplo, en el pasado o en anlisis parciales de una situacin presente, que se generalizan con aquel contexto aleatorio
tradicional.
Pero en las situaciones de incertidumbre, cuando no se conoce nada de lo que puede ocurrir ante contingencias o el azar,
no se pueden asignar esas probabilidades a los resultados
esperados.
UTILIDAD ESPERADA
En particular, desde este punto de vista de la incertidumbre y
el de la reciente teora de la utilidad, se estudia bajo incertidumbre las decisiones del consumidor cuando maximiza la
utilidad esperada (en vez de la subjetiva utilidad incluida en
el anlisis clsico de Marshall y otros).Se piensa que se asocia
la utilidad esperada con un concepcin as ms realista, completa y objetiva de la utilidad (que la del tradicional enfoque
subjetivista clsico).
503
El sujeto al considerar segn su criterio personal la capacidad

de las cosas para satisfacer una necesidad estara de un modo u otro hacindolo objetivamente; por lo cual el resultado
esperado debe incluir esto y efectuarse la medicin (y graficar)
con mayor realismo, tanto por incluir esta racionalidad ampliada como por seguir una lgica consistente.
CONTEXTO INCIERTO - SEGUROS

Supngase una persona con una propiedad que vale $1000, que en
caso de incendio puede perder $ 750 y quedarle el valor del terreno
por $250.
Puede contratar un seguro a un costo del 33% (premio de 1/3), pero
la suma asegurada depender de su aversin o aficin al riesgo (su
Utilidad Esperada).
Llamando X a la situacin si no hay incendio e Y a la situacin con
incendio, es posible representar sus posibilidades de eleccin, analtica y grficamente para explicar su conducta de afeccin o aversin
al riesgo.
504
505
1) Patrimonio en caso de no incendio:
X = $1000 - 1/3 F
2) En caso de incendio es: Y = $1000 - 750 - 1/3 F + F

(valor - prdida incendio - costo seguro + monto seguro)
Despejando en 1)
X - 1000 = 1/3 F
F = - 3X + 3000
Reemplazando en 2)
Y = 1000 - 750 - 1/3 ( - 3X + 3000) + ( - 3X + 3000)
Y = 250 + X - 1000 - 3X + 3000
Y = 2250 - 2 X
ecuacin lineal que relaciona la cantidad del haber en caso de incendio con la cantidad en el caso sin incendio.
Se la puede graficar como una recta de presupuesto del esquema
paretiano, e incluyendo una funcin de Utilidad Esperada del individuo -curva de indiferencia que indique su utilidad de un suceso por
la probabilidad de su ocurrencia- si su conducta se rigiera por los
cinco axiomas de von Neuman y O. Morgenstern indicando determinadas preferencias por el riesgo segn el punto de contacto elegido.
Solamente tendra $1000 si corriera el riesgo del posible incendio.
Pero si es neutral al riesgo tendra solamente $750. Cualquier otra
precaucin implicara comprar ms seguro, ubicando la curva de
utilidad esperada a la izquierda del punto E.
La ordenada paretiana indica el caso Y= incendio; la abscisa el caso
X= noincendio; la recta de presupuesto es la ecuacin lineal precedente ( con extremos X= 1125 e Y=2250); y las curvas de indiferencia indican su mapa de utilidad esperada.
Una persona neutral al riesgo maximiza su UE en el punto de tangencia de la curva mas alejada y la recta indicada, con coordenadas X=750 e Y=750.
506
Su consumo contingente o demanda de seguros segn la utilidad

esperada N-M es:
EU = p ( caso 1) + (1 - p) (caso 2) = 750
para esta persona "Neutral" al riesgo.
EVALUACIN DE PROYECTOS INCIERTOS

Suponiendo que la valoracin subjetiva sobre riesgos es preponderante nos alejamos del anlisis bajo contexto cierto y la utilidad esperada de una inversin estar ponderada por la probabilidad de
ocurrencia que le asigne el demandante.
Si la funcin de utilidad U y el haber Y fueran U= (Y/1000) 1/2, con
3000>=Y>=0, el consumidor debe decidir entre la alternativa de contratar un seguro con prima de $50 y la posibilidad de 0,02 que ocurra un siniestro que le reducira el haber a solo $500
Contexto cierto: haber $ 2950
U = (2950/1000)1/2 = 1,7175
507
Contexto incierto: haber 0,98 por $3000 0,02 por $500

U*=0,98 (3000/1000)1/2 + 0,02 (500/1000)1/2 =
= 1.6974 + 0.01414 = 1,7115
En este caso resulta U > U*: 1.7175 > 1.7115; de modo que el demandante prefiere asegurarse y contratar el seguro comentado.
MERCADOS DE FUTUROS
Dada su valoracin de riesgos, es posible calcular cunto estara
dispuesto a pagar esta persona por un seguro:
U* = (Y/1000)1/2 = 1.7115, de donde Y = 2929,23
La diferencia entre el haber cierto $2950 y 2929.23 es $20.77, que
podra sumarse al costo del seguro actual $50; de tal modo que estara dispuesto a pagar por un seguro hasta $70.77.Estos anlisis son usuales en los mercados de futuros, en los que
las personas adversas al riesgo adoptan sus previsiones, bajo la
lgica de los axiomas Neumann-Morgensterm. Las funciones de
oferta para futuro de las personas adversas al riesgo igualan los
precios de futuro con sus costos marginales, asegurando un ingreso
determinado. Otras personas podrn comprar si con ello entienden
que aumentan su utilidad. Los niveles dependern de la aficin o
aversin al riesgo de unos y otros.
VALOR ESPERADO
EL VE se obtiene multiplicando cada resultado de una alternativa
por la probabilidad P de que ella ocurra y efectuando la suma de los
productos para todas las alternativas (como en H3 y H4).
508
Supngase un caso de maximizacin del beneficio para la eleccin

entre dos acciones X o Y, con tres resultados monetarios posibles y
tres grados de probabilidad de ocurrencia (bueno, regular y malo)
segn se muestra:
UTILIDAD ESPERADA
Segn el criterio algo arriesgado de Teresa, su funcin de utilidad
N-M es U = 10 +2M (siendo M la ganancia monetaria).
Tiene la oportunidad de invertir $25 en la financiera XX, y con su
criterio personal valora 0,5 la probabilidad de perder todo y 0,5 la
probabilidad de ganar $32.
Se pregunta cul es su utilidad esperada si invierte; as como si debe o no invertir.
a) utilidad de no invertir: UE 0 = 10 + 2(0) = $10
Utilidad de perder la inversin de $25:
U-25 = 10 + 2(-25) = -$40
Utilidad de ganar la inversin de $25:
U32 = 10 + 2(32) = $74
509
Utilidad Esperada si decide invertir:

0,5 (-40) + 0,5 (74) = $17
b) Si no invierte obtendra $10; si invierte ganara $17; entonces,
segn el criterio arriesgado de Teresa, le conviene invertir.
COMPETENCIA BAJO INCERTIDUMBRE

Una empresa estudia invertir en un mercado competitivo, en el cual
se espera que los precios futuros sean p=$6 a p=$8.
Sus costos totales son actualmente CT = 9+ 10X -5X2 +X3. En el
corto plazo el costo medio mnimo indica su punto crtico, al compararlo con los precios fluctuantes (en el largo plazo esto sera el punto
ptimo de explotacin). A cortsimo plazo es usual comparar con el
costo medio variable mnimo.
Para medir esos dos costos mnimos se puede calcular matemticamente el mnimo de ambos costos medios (total y variable), obteniendo la cantidad X al despejar (haciendo sus derivadas nulas y
que las segundas sean positivas; es decir, CM'= 0 y CM''>0; asimismo CMV'=0 y CM''>0):
Asimismo, igualando ambos costos medios con el costo marginal
tambin se obtendran las dos cantidades correspondientes a funcionar cubriendo ambos costos medios mnimos (implicara resolver
funciones cbicas con alguno de los mtodos usuales, como el repasado antes en este captulo segn Ruffini);. Reemplazando esas
cantidades en estas funciones se obtienen los importes de estos
costos medios (totales y variables) que interesa sean menores a los
precios de mercado.
EJEMPLO BAJO INCERTIDUMBRE:
510
a) Empresario afecto al riesgo:

El precio futuro puede ser $ 6 a $8, entonces un empresario con
cierta aficcin por el riesgo adoptar la actitud de ponderar riesgos
promediando los resultados probables (la utilidad esperada con $6 y
con $8 con probabilidad P=0,5 cada una).
Siendo el Beneficio = ingresos menos costos, y la probabilidad
P=0,5 de ocurrir ambos precios, la Esperanza de la utilidad o Beneficio esperado sera: E(BE) = PB6 + PB8 =
=0,5 {[6(X)] -[9+10X-5X2 +x3]} + 0,5 {[8(X)] -[9+10X -5X2 +X3]}
= -3X -9 +5X2 -X3;
el mximo beneficio se obtiene igualando la primer derivada a cero y
con la segunda negativa, surgiendo X=3, cantidad correspondiente
al punto crtico, con precios de $7, por lo cual efectuar la inversin,
ya que con $7 se calcul inicialmente el punto ptimo a cubrir.
b) empresario adverso al riesgo:
Efecta el mismo clculo anterior pero, al actuar prudentemente, en
vez de ponderar con probabilidades de 0,5 iguales valora aqu ms
la posibilidad del trmino con precio $6 que el trmino con $8, obteniendo as al maximizar precios esperados menores que $7, tal
como era el mximo en a).
Entiende que el nivel de produccin ser menor que el ptimo X=3 y
el precio y el beneficio inferiores que en a). Es decir que comparando con los $7 calculados inicialmente para el punto ptimo ve una
Utilidad Esperada negativa y decide no invertir en este mercado.
Pero tambin se puede realizar este clculo con Excel, simplemente
anotando cada funcin en la lnea 2 y copindola a la lnea 3.
511
Pintando ambas lneas y arrastrando el ngulo inferior derecho hasta la lnea 15 se puede observar cuando ambos costos medios son
mnimos: con X=3 es mnimo el costo medio (ah igual al costo marginal); con X=2,5 es mnimo el costo medio variable (ah igual al
costo marginal).
Eligiendo, antes de arrastrar, un intervalo para X menor al aqu
adoptado aumentara el grado de aproximacin (interpolacin).
Es decir, en el corto plazo el punto crtico aparece cuando el precio

baja a $7 (CM=$7, con X=3) y ste es tambin su ptimo de explotacin de largo plazo; mientras que en el cortsimo plazo el mnimo
de explotacin surge produciendo X=2,5, con precio y CMV =$4.
La interpretacin del corto y largo plazo depende de considerar o no
los costos fijos; por lo que el ptimo de explotacin a largo plazo (sin
costos fijos) como igual el punto crtico es una aproximacin conceptual.
512
Admitiendo incertidumbre, el empresario podra promediar los resultados con precios de $6 y $8: la esperanza de los beneficios esperados suma cada probabilidad por el resultado
E(BE) = p6 Benef 6 + p8 Benef8
= 0,5[ 6(X) - 9 -10X+5X2 - X3] + 0,5[ 8(X) - 9 -10X+5X2 - X3] =
= -3X -9 +5X2 -X3
Optimiza maximizando la esperanza de estos resultados probables
Max E(BE) con E'BE= 0
y E''BE <0
E'BE = -3X2 +10X -3 = 0
y con X=3 cumple B''<0 (pero
no cumple con X=1/3)
La cantidad X=3 implica un costo medio de $7, por lo que si el empresario fuera adverso al riesgo no invertira en este negocio cuyo
precio posible puede bajar a $6.
Solo invertiran empresarios afectos al riesgo, ya que al no ponderar
igual los beneficios esperados bajo ambas situaciones de precios
obtendran un clculo de ptimo con menores costos medios, lo cual
mostrara algn margen de beneficio an frente a la alternativa del
precio ms pesimista.
TEORA DE LA INCERTIDUMBRE
Los anlisis econmicos, tanto con los modelos concretamente aplicados a la realidad de la empresa o del consumidor,
como con los modelos abstractos (sin relacin con las caractersticas de la realidad prctica) se pueden plantear bajo cuatro
contextos diferentes:
1 Certidumbre; con consecuencia determinsticas: se conocen
todas las caractersticas y antecedentes del problema; existe
una relacin directa entre causa y efecto y los modelos generan soluciones ptimas invariantes.
513
2 Aleatorio; con consecuencias solo probables: se conoce el

problema en forma incompleta y no se conoce con certeza el
resultado o las posibles soluciones; se utilizan modelos matemticos; modelos con probabilidades tanto objetivas segn
hechos concretos, como subjetivas, dependientes de opiniones y juicios personales.
3 Hostil; con consecuencias influidas por el oponente: decisiones bajo conflicto con algn oponente, en las que se desconocen los resultados de los eventos porque estn influidas por lo
que decida el oponente, que tiene intereses opuestos.
4 Incierto; con consecuencias desconocidas: en situaciones
cuando se dispone de informacin incompleta para la toma de
decisiones; aunque se pueda reconocer alternativas de solucin, no se les puede asignar probabilidades
TEORIA DE LA INCERTIDUMBRE NO ESTRUCTURADA

Se pueden distinguir dos clases de enfoques sobre incertidumbre:
Estructurada: si bien no se sabe cul ocurrir entre diferentes alternativas, es posible determinar que pueden
ocurrir varias de estas.
No estructurada: no se sabe cuales alternativas pueden

ocurrir, ni sus probabilidades ni consecuencias.
514
Una de las modalidades de solucin es introducir sentimientos subjetivos de optimismo (criterio maximax,
que selecciona la accin mxima del pago mximo) y
de pesimismo (criterio maximin, que selecciona el mayor de los pagos mnimos); que a veces pueden tener
bases razonables, segn algn conjunto de pautas parcialmente orientativas.
Otra alternativa es asignar una distribucin de probabilidades a los sentimientos, para convertir el problema
en uno de decisiones bajo riesgo y poder as elegir un
ptimo.
Por otra parte, cuando no existen elementos para esto,
antes que tomar una decisin solo al azar, se puede recurrir al principio de la razn insuficiente (de
Laplace), suponiendo que todas los eventos tienen
igual probabilidad.
Interesan los aspectos formales; que las preferencias sean
consistentemente desde el punto de vista lgico, respetando
los criterios siguientes:
-
Transitividad: si X > Y; Y > Z; entonces X > Z.

Completitud: si solo hay X e Y, entonces se prefiere X, o
bien Y, o bien son indiferentes.
Asimetra: si X > Y, no puede ser Y > X.
Simetra de la indiferencia: si X es indiferente a Y, entonces Y es indiferente a X.
515
PARADOJA DE SAN PETERSBURGO DE D. BERNOULLI

El concepto de utilidad esperada que se utiliza recientemente
tiene su origen en el siglo 18, cuando Bernoulli resolvi la paradoja que representaba el juego de tirar la moneda. SI sale
cara pago $2; si sale cruz vuelvo a lanzar y pagar el doble si
es cara; y as sucesivamente. Cunto pagara alguien por
participar del juego?
El valor esperado (VE) depende de las tiradas hasta que salga
cruz;
1) x $2 =$1
2) x $4 = $1
3) 1/8 x $8 $1
.. = $ infinitos?. No tendra sentido este VE, pero
deba ser explicado por qu, segn hizo Bernoull:
Conforme va aumentando la riqueza se la va valorando menos, pero por el contrario, va resultando ms importante evitar
la prdida (de pagar).
Este comportamiento se puede ver grficamente como una
funcin logartmica, para la UE finita del juego, creciente hasta
un lmite. Esto abri la posibilidad de introducir el anlisis matemtico en la teora de la utilidad esperada subjetiva, as como la programacin computacional.
UTILIDAD ESPERADA SUBJETIVA SEU:
516
En 1944 Neuman y Morgenstern publicaron los axiomas para

la toma de decisiones racionales bajo incertidumbre, incluyendo:
- Preferir una lotera que otorgue el mayor premio.
- Ser indiferente una lotera con premio de G de ganar o
P de perder, con otra cuyo premio es intermedio entre
G y P.
En 1954 Savage demostr que sobre ese criterio se puede
obtener probabilidades subjetivas de tipo cardinal (medible).
Para obtener probabilidades subjetivas en este contexto incierto es necesario ser lgicamente consisten en la toma de decisiones:
AXIOMAS DE LA UTILIDAD ESPERADA SUBJETIVA

SEU:
1. Completitud
2. Transitividad
3. Independencia ante alternativas irrelevantes: por ejemplo; qu le sirvo, pollo o cerdo?. Deme pollo. Ah, me
olvid que tambin hay pescado. Entonces deme cerdo.
4. Independencia ante consecuencia contrafcticas: una
vez realizada una accin se decide segn sus resultados y no segn las posibilidades que existan a priori.
5. Independencia con respecto a la ganancia esperada: se
elige una de las apuestas segn sus probabilidades de
ganar y no segn los premios que ofrezcan.
En la teora de la decisin se utilizan cuatro criterios:
517
1. Criterio maximin: se prefiere la mejor de todas las peores alternativas, segn la lgica N-M.
2. Criterio maximax: se adopta la mejor de todas las acciones.
3. Criterio de Hurwicz: pondera la suma de las probabilidades asignadas al valor de cada alternativa multiplicada por el resultado maximin y maximazx en ellas.
4. Criterio de la Razn Insuficiente de Laplace: en vez de
recurrir a la subjetividad de quien decide, este criterio
pondera asignando a cada resultado posible similar
probabilidad de ocurrencia.
PARADOJA DE ALLAIS:
Este enfoque no racional es una crtica a la teora racional
SEU de Savage, bajo el concepto de racionalidad limitada en
los decisores. Segn Simon, 1986, ni las personas ni las PC
disponen siempre de capacidad suficiente para la toma de decisiones con plena racionalidad.
A veces se decide bajo diferentes reglas no siempre racionales en el sentido SEU, segn obligan las dificultades planteadas al tomar decisiones en terminados casos.
PRINCIPIO DE INDETERMINACION DE HEISEMBERG

En 1927 el fsico W. Heisemberg formul el principio de indeterminacin: la temperatura del termmetro haba modificado
imperceptiblemente la medicin en un lquido; y no era el es-
518
tado de la ciencia no suficientemente evolucionado para medir

esa alteracin ni la pequeez del dispositivo, sino que en s los
diminutos cambios deba ser considerados lgicamente como
no medibles con precisin: el principio de indeterminacin presente en todo tipo de medicin fsica (si la precisin con la
que se determina la posicin y velocidad de una partcula es
mayor, menor ser su velocidad).
Ms reciente, en el mbito de la programacin industrial y de
la computacional, se adoptaran en forma especialmente intensa estos criterios del anlisis bajo incertidumbre; siendo
todava incipientes en otras disciplinas.
INCERTIDUMBRE SEGN J. M. KEYNES

En 1937 Keynes ampli un concepto incluido en su Teora
General del Empleo y el Dinero, refirindose al tipo de incertidumbre empresaria, tratando "simplemente de distinguir lo
que se conoce como seguro de lo que es slo probable. El
juego de la ruleta no est sujeto, en este sentido, a incertidumbre ...El sentido en el que estoy usando el trmino es
que... no existe base cientfica sobre la que formar cualquier
probabilidad calculable. Sencillamente no sabemos".
LOGICA DIFUSA (FUZZY) / MATEMATICA BORROSA

El ttulo del trabajo de G. Boole, Lows of trhorugh, de 1850
constituy una aseveracin sobre el comportamiento de la naturaleza de las cosas y las visin terica instrumentada en las
simplificaciones cientficas para abarcar los problemas cientficos (incluso microeconmicos) tanto objetivos como subjeti-
519
vos, Luego de los aportes de L. Zadeh en 1965, otros posteriores amplan estos enfoques con creciente intensidad.
Un relevamiento de la utilizacin de la matemtica borrosa en
el mbito microeconmico con numerosos temas figura en el
trabajo Introduccin a la teora de los subconjuntos borrosos a
la gestin de las empresas, de A. Kaufmann y J.Gil Aluja (Ed.
Milladoiro, Santiago de Compostela, 1986)
Dado que la empresa implica dedicar capitales inmovilizados
analizan ah problemas de la inversin y renovacin de equipos mediante matemtica borrosa; la produccin fue incorporada con el tratamiento mediante conjunto borrosos de los materiales (gestin de sotcks) y de la incorporacin de mano de
obra (seleccin de personal); la comercializacin se plantea
con la distribucin fsica de productos; y la direccin y administracin con subconjunto borrosos a travs del anlisis de balances y de los presupuestos y las previsiones a largo plazo.
Tambin en estos enfoques tiene un lugar preponderante, no
solo la nueva visin conceptual lgica, sino su modelacin matemtica y el tratamiento mediante computacin.
L A. Zaded present en 1965 en Berkeley, California sus conceptos sobre la lgica difusa o fuzzy. En esta metodologa
reciente del anlisis cientfico y computacional tambin se
permite la inclusin de situaciones multivariantes para criterio
de verdad o del estado de una cosa, en vez del criterio tradicional bivalente o binario (de Boole) tipo verdadero o falso, fro
o caliente, lleno o vaco, etc.
520
En este ejemplo sobre la puntuacin de deportistas goleadores

ante 16 tiros, la solucin clsica ponderara la estatura mayor
a 1,85 y los mayores aciertos, seleccionando a los deportistas
F e I. Bajo la lgica difusa se tienen en cuenta otras ponderaciones, que permitiran en este caso incluir con los mayores
puntajes tambin al deportista E que tuvo 16 aciertos y antes
estaba excluido.
Esta lgica de los conjuntos difusos (elementos pertenecientes
a ms de un conjunto) progres especialmente en computacin y en algunos campos de la tecnologa; tiene desarrollos
importantes en la matemtica de conjuntos y otras disciplinas
estan todava esperando mayores aplicaciones. Al parecer
tiene mayor intensidad de uso en las recientes industrias de
Japn y de China, la que habra facilitado la aparicin de las
computadoras recientes con mayor capacidad que las existentes en Europa y EEUU hasta 1990y estos anlisis comentados
521
de Zaded y otros (especialmente sobre Fuzzy Modeling and

Control e Intelligent Systems, del japons Michio Sujeno; y de
F. H. Mandani del Reino Unido).
ANALISIS NUMERICO - CALCULO NUMERICO DEL

COS
FUNCION LOGISTICA DE LORENZ
El anlisis dinmico en los modelos de economa y otras disciplinas estudia el movimiento para predecir su estado en fases
futuras. Cuando resultan cambios muy complejos se les dice
caticos. Funciones logsticas como P = 1 / 1+e-t y similares
describen comportamientos iniciales tipo exponencial que
luego se atenan o alteran y evolucionan hacia estructuras o
lmites asintticos (los atractores del meteorlogo Lorenz,
para rotacin del anillo, temperatura y desviacin de sta)
En 1961 Edward Lorenz estudiaba el comportamientos atmosfrico mediante simulaciones con series y encontr resultados
522
muy diferentes cuando repiti el anlisis utilizando en la constante inicial tres decimales (0,506) en vez de seis decimales
(0,506127), estableciendo as que los sistemas caticos son
muy sensibles a las condiciones iniciales.
En 1975 R. MAY us un modelo de simulacin del crecimiento
de la poblacin de insectos tipo logstico ya que consider que
luego de un crecimiento exponencial la poblacin se acercara
a un mximo posible ante la saturacin de los recursos del
medioambiente.
Estudi las series con una funcin diferente, una parbola logstica, que llev a precisar mejor la transicin entre el comportamiento normal y el catico, segn pequeos cambios en
las constantes iniciales y en el exponente:
523
Vase en la fila dos los comentarios sobre las cifras de la fila 1
que llevaron a determinar los lmites entre el comportamientos
determinista, caticamente ergdico y absolutamente catico.
ATRACTORES FRACTAL CAOS

El fsico M. FEIGENBAUM precis luego que la constante
4,6692016091020 es el punto a partir del cual el sistema lgico (y la transicin caticamente lgica) se convierte en definitivamente catico (este Excel con 10 mil observaciones muestra varios niveles lgicos hasta caticos que se indican en las
filas 1 y 2).
Considrense los dbiles computadores que se utilizaban en
1961, comparando por ejemplo con las fciles y potentes funciones iterar y otras de Excel. La posibilidad de efectuar infinitas pruebas con la computacin permiti analizar las estructuras de los atractores y su comportamiento fractal (composicin de estructuras por repeticin de formas similares, que se
muestra en esta grfico de Excel).
El efecto mariposa (o si hay o no leyes de formacin entre el
aleteo de una mariposa en China que origine un tornado en
Texas) fue la nueva metfora para enfrentar la visin mecanicista tradicional (de LAPLACE; o de A. Einstein en Dios no
juega a los dados el universo). Con el anlisis del caos, la
matemtica moderna haba abandonado los lmites deterministas de la matemtica tradicional.
En economa, al igual que en la fsica, qumica y otras disciplinas, se incorpor este anlisis; y ante la imposibilidad de prediccin en los sistemas caticos se utilizan simulaciones del
524
comportamiento humano posible, siendo Excel la herramienta

adecuada para implementarlas (modelos de optimizacin, programacin y logstica; juegos de empresa; estudios de poblacin y demanda; etc.)
Por ejemplo, los sismlogos influyen con sus informes en muchas actividades; suelen opinar sobre algunos tipos de terremotos que no son acontecimientos predecibles pero que s
son prevenibles.
Considerando el caso de la probabilidad tradicional sobre una
tirada de dados, se estaba suponiendo implcito que estos no
incluan imperfecciones y cada resultado tenia as 1/6 de probabilidad. Pero en el anlisis de la incertidumbre se analiza e
incluye tambin la posibilidad de que por ejemplo los dados
tengan imperfecciones (que estn cargados).
Asimismo, en el anlisis tradicional sobre la tirada de una moneda se suponan monedas perfectas, con probabilidad cierta
de para cara y 1/2 para cruz. Pero en esta nueva teora se
incluira por ejemplo, la posibilidad de que la moneda pueda
tener tambin dos caras o dos cruces u otra imperfeccin dable, que sea relevante para el resultado esperado.
Ciertamente, esta ingresando as con esta lgica plurivalente
la influencia de las valoraciones del decisor sobre la decisin u
optimizacin; pero an con esto se entiende que las conclusiones siguen siendo racionales (ms racionales, en realidad)
al considerarlas.
URNA DE PLYA
Otro ejemplo sobre el estado actual de la matemtica (no tan
exacta como se crea) es este modelo, til para estudiar procesos econmicos estocsticos, en los cuales las circunstan-
525
cias iniciales, la ausencia de libre competencia, el libre albedro de los consumidores, etc. conduce a la obtencin de resultados que no estn directamente basados en la teora de la
probabilidad, la competencia, los rendimientos, economas a
escala, etc.
La dinmica de estos procesos no-ergdicos esta influida por
el azar y su evolucin no converge automticamente, como se
podra pensar, a una distribucin probabilstica de los resultados, debido a la influencia distorsionadora de esos accidentes
histricos.
El modelo de Plya consiste en una urna con bolas de dos
colores; cada vez que extrae una (muestras con reposicin) se
la repone pero conjuntamente con otra (otras) de ese color.
Luego de una serie de extracciones se observa que el resultado no guarda las proporciones quizs esperadas, si no que es
azaroso.
La implementacin del modelo en Excel es fcil: en la columna
B se introduce la funcin =Aleatorio(); en las columnas C y D
se utiliza la funcin =Si ( ; ; ) para cuantificar la posibilidad de
526
reponer las bolas de un color u otro, segn aclaran las formulas de la imagen para este ejemplo con cien mil extracciones,
cuyo resultados cambia drsticamente con cada pulsacin de
reclculo F9 etc.
527
ENUNCIADOS
ENUNCIADOS DE EJERCICIOS EN LOS 50 TP PRINCIPALES

orientativos sobre los TP del cronograma con 50 TP, a completar como informes profesionales incluyendo la teora, la parte analtica, grficos, detalles y fuentes primarias que tratan el
tema (figura aqu una orientacin sobre informes para cada
TP).
Ejemplos semiresueltos (a revisar y/o corregir estan en archivos pdf identificados por unidad (como 2dem_ofer.pdf ,
3estabilidad.pdf etc) y en archivos Word o Excel, tambin en
Microeconoma con Excel y segn la bibliografa oficial detallada.
(Nota: numerosos conceptos tericos y otros temas breves del
programa no estn incluidos en estos 50 TP pero deben ser
considerados completando el programa).
Nmero del TP:
1a) informe en detalle sobre los sistemas econmicos (unidad
1 y 10) y adems, sus principales teoras.
1b) informe en detalle sobre el circuito econmico, incluyendo
la estructura actual de la oferta y demanda global (en milles de
millones de dalres) y las consecuencias para la empresa de
528
las formulaciones sobre la identidad, la igualdad, teora cuantitativa y la ecuacin fundamental tratadas en la unidad 1 y 10.
2) agregacin unidad 2: a) construya las funciones de demanda y de oferta de 3 grupos para ambos casos.
b) Suponga que existan 10 agentes en cada grupo de ambos
casos y obtenga las funciones agregadas de este mercado,
suponiendo que se trata de bienes privados; c) igual, suponiendo que se trata de bienes pblicos. d) Comente ejemplos
de estos dos casos.
3)
a1) Elasticidad puntual. Defina y explique sobre la elasticidad precio en sus tres expresiones alternativas.
Clasifique a los bienes segn la Elasticidad precio: Dx =
1/1000 Px + 8 para P = 5
a2) Elasticidad Ingreso. Defina la elasticidad renta con sus
tres expresiones alternativas: Dx = 1/8 M + 4.75 para M =
8000
a3) Elasticidad cruzada. Defina la elasticidad cruzada con sus
tres expresiones alternativas: Dx = 2 Y - 60 para Y = 10.
b) Describa el coeficiente de elasticidad media o promedio.
c) dada esta funcin de demanda clasifique a los bienes: Qx=
50 - px + 0,01 M + 3 py
M= 100
PX= 1
Py= 10
4)_Teora de los ingresos: una empresa que debe levantar un
pagar para no ser rematada; supone que no tiene costos y
que su nico objetivo es el mximo ingreso, al menos por el
cortsimo plazo.
529
a) Si su demanda es Px = - 0,10 X + 60 Explique cual es el

nivel de actividad que le conviene a la empresa; calcule las
funciones y los grficos.
b) Detalle los conocimientos y supuestos requeridos para esta
teora.
5)
Sea un mercado con demanda Xd = 30 - P y oferta Xo = 80 - 4P ; calcule la estabilidad esttica segn Walras y
segn Marshal; explique y grafique.
6) Determinar los efectos que producir un impuesto sobre la
oferta en una cuanta de $0,90 por unidad vendida en este
mercado, con:
D (p) = - 400p + 4000;
S (p) =
500p - 500
(NOTA: en la unidad 7 se vern ms ejemplos sobre el efecto
de diferentes impuestos)
7) Estabilidad dinmica:
En un mercado competitivo, con demanda
Xd =
100 3 P y oferta Xo= 20 + 0,5 P Establezca la estabilidad dinmica del equilibrio si:
a) baja la demanda baja 20%
b) si se encarece la oferta por un impuesto del 10%.
c) comente sobre ejemplos reales de mercados a los que se
adapta este modelo dinmico explicativo.
8) Estimacin de funciones por el mtodo de mnimos cuadrados: a) caso simple con dos variables b) caso realista
mediante correlacin mltiple; incluyendo adems, al menos
tres medidas sobre la calidad del ajustamiento.
9) Programacin lineal
530
a) Un granjero tiene 100 hectreas para cultivar trigo y alpiste.

El costo de la semilla de trigo es de $4 por hectrea y la semilla de alpiste tiene un costo de $6 por hectrea. El costo total
de la mano de obra es de $20 y $10 por hectrea respectivamente. El ingreso esperado es de $110 por hectrea de trigo
y $150 por hectrea de alpiste. Si no se desea gastar ms de
$480 en semillas ni ms de $1500 en mano de obra, cuntas
hectreas de cada uno de los cultivos debe plantarse para obtener la mxima ganancia?
b) Ejercicio
X
Y
DISPONIBILIDAD
Mano de obra
1
1
200
Materia Prima
2
1
260
Fondos
10
20
3500
Beneficio unit.
100 400
c) Ejercicio 10: Sea una firma que produce un bien Q, poseyendo dos clases de mquinas, siendo su dotacin de recursos 200 trabajadores, 60 mquinas clase M1y 40 mquinas
clase M2. Dos trabajadores y una mquina M1 producen 50
unidades del bien por perodo (actividad X1) , en tanto que 4
trabajadores y 1 mquina M2 producen 60 unidades (actividad
X2). Se calcular:
1)
La mxima cantidad de Q que la firma puede producir
por perodo, qu retribucin cabe imputar a las dos clases de
mquinas y al trabajo.
2)
El incremento de la produccin que se lograr en el caso de contarse con un trabajador ms.
3)
Cmo vara el plan ptimo de produccin si mantener
ociosas M1 y M2 cuesta 2y 10 unidades del bienQ por perodo
y por mquina inactiva.
531
10) Programacion lineal, minimos con mtodo grafico (en TP

u4)
11) Programacion lineal Simplex , mximos (en
33resumenes, en Microeconoma con Excel o Microeconoma
Eiras)
12) Programacion lineal Simplex, minimos (en
33resumenes, en Microeconoma con Excel o Microeconoma
Eiras))
13) Programacion lineal con Solver de Excel (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
14a) Adems de calcularlo demuestre cmo y porqu se puede encontrar el equilibrio del consumidor segn la teora de la
utilidad si: U = x y2
Px = 10
Py = 20
M=
1.000
14b) Ademas de calcularlo demuestre cmo y porqu se
puede encontrar el punto de equilibrio del consumor segn
Pareto: u = 3xy
Px = 8 Py = 6 M = 240
15) minimizacin del gasto si: U = XY = 165
Px = 3
Py = 10 X = 16,70 Y = 5 Minimo costo para un a utilidad
total = 165 ?.
16) Anlisis del concepto de dualidad. Excel (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras))
532
17) Funcin combinada de Lagrange, mximos: condicin de

primer orden, condicin de segundo orden y demuestre el
significado econmico de landa.
18) Funcin combinada de Lagrange, mnimos:
19 ) Funcin de demanda hiperblica: a) Sea u = 2xy,
Py=10,
m=100. Funcin de demanda Px = ?
y explique los aportes de este enfoque.
b) Encuentre la funcin de demanda del consumidor maximizador de utilidad por el bien X si la funcin de utilidad es U=
XY, su renta M = 1.000 y Py= 20.
20) Determine analticamente y grafique el efecto ingresosustitucin segn Hicks. Si:
U = 2XY2 , Px = 2, Py = 3 , M = 540; y sube Px = 3
20 b) Ecuacin de Slutzky. Dada una funcin de utilidad, los
precios del mercado y el presupuesto clasifique a los bienes y
determine la demanda compensada y ordinaria. (TP U5, en
archivos Excel, 33 resmenes y Microeconoma con Excel o
Microeconoma Eiras)
21) Determine la elasticidad media o promedio (en archivos
Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
22) Principales ndices de precios y cantidades para analizar
el nivel de vida (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
533
23) Produccin con un solo factor variable : a) dada una funcin de produccin Qz = -6X3Y + 2X2Y2 , con X insumo variable e Y=5 fijo, determinar las etapas de los rendimientos
analtica y grficamente.
b) produccin conjunta dependiente: con una funcin de produccin conjunta X = q1 + q2 que muestra las cantidades
del producto 1 y 2 que se pueden derivar del insumo X. Si se
tiene una cantidad fija de 100 de insumo X, y el producto 1 y 2
se venden en el mercado a $3 y a $2 respectivamente. Qu
cantidad de producto 1 y 2 convendra producir para maximizar el ingreso?
24) Produccion con dos factores variables a) Sea una empresa con la siguiente funcin de produccin: Q = 8CT
Con : Pc = $4.Pt = $6.M = $280.- Hallar el nivel
de produccin tal que la empresa alcance su Eficiencia Fsica
aplicando el enfoque Paretiano.
b) Cul es el mnimo costo para producir 300000 toneladas?
Utilizando la funcin combinada de Lagrange:
c) optimice y comente sobre los rendimientos si Q = 5CT 3 ,
con Pc = 6,
Pt = 3 , M = 100.
d) Teniendo en cuenta la siguiente funcin de produccin,
hallar el producto mximo aplicando el mtodo de Lagrange.
Q = 18CT , Pc = $2.- ,Pt = $3.-, M = $150.25) Funcin de produccin Cobb-Douglas Q = 4C 1/ 3T 1/ 3
Pc = 3 Pt = 4 M = 300 y comente las principales
consecuencias prcticas de este enfoque.
b) Si Q= 100K0,5L0,5, con un precio de K = $ 40 y precio de L
= $ 30. A) Determine la cantidad de trabajo y capital que debe
utilizar la empresa con el fin de minimizar el costo de Q= 1444
unidades de produccin. B) Cual es este costo mnimo ?
534
26) Teoria de los costos a) Corto plazo. Construir la funcin

de oferta de una empresa cuyo costo a corto plazo est dado
por
Ccp = 0.04X - 0.8X + 10X + 5.
b) Supongamos que la funcin de costo total a corto plazo de
un empresario es C = X - 10X + 17X + 66 Determinar el
nivel de Output para el cual se maximiza el Beneficio si P= 5$.
Calcular la elasticidad del Output con respecto al costo en dicho punto
c) Etapas de los costos si
C = 0,03x2 + 12x + 100 con
P = 20 (en U6, 27)
d) Una empresa competitiva tiene la siguiente funcin de costos:
C = 0.04 X3 0.8X2 + 10X + 5 Se pide: la funcin de oferta a cortsimo plazo.
e) Largo plazo. Dada la funcin de costo C = X - 2X + X,
con un precio de venta de $5 por unidad. Determinar los mnimos de explotacin y la oferta mnima, bajo el supuesto del
largo plazo clsico; suponga y analice las consecuencias de
una cada de $1
f) En un mercado competitivo, la empresa estudia la posibilidad de instalarse en el mismo. Determinar si la decisin de
instalarse en el mismo es factible si el precio es $10.-; y la
empresa trabaja con la siguiente funcin de costo total: C =
3X3 15X2 + 52X (en U6,31)
27) Equilibrio de la empresa y cantidad de competidores
a) La funcion de coste a largo plazo de cada una de las empresas que producen el bien Q es C = q - 4q + 8q Nuevas
empresas entraran o abandonaran la industria segn los beneficios sean positivos o negativos. Derivar la funcin de oferta a
largo plazo. Suponiendo que la funcin de demanda corres-
535
pondiente es D = 2000 100p Determinar el precio de equilibrio, la cantidad total y el nmero de Empresas.
b) Dada la funcin de costos totales CT= 128 + 69X -14X +
X. El precio de mercado es 60 $. Hallar el nivel de produccin
que maximiza beneficios. Hallar el ingreso, costo total y beneficios en este nivel. Suponga que el ingreso permanece como
IT= 60X pero la funcin de los costos totales cambia a CT = 10
+ 5X. Como difiere esta funcin de los costos totales de la
presentada en la parte superior del grfico (enfoque total).
Cul es la produccin maximizadora de utilidades y cual es la
cantidad de las utilidades maximizadas? (en u6,32)
28) modelacin de una empresa sobredimensionada (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
29) inventario optimo (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
30) TIR y VAN (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
30b) evaluacin de proyectos inciertos (en archivos Excel, 33
resmenes y Microeconoma con Excel o Microeconoma Eiras)
31) El financiamiento de la empresa, fuentes usuales (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma
con Excel o Microeconoma Eiras)
32) equilibrio de la empresa empricamente, con series de
demanda, de costos y enfoque neclsico (en archivos Excel,
536
en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)

33) Monopolio; (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
34) Monopolio con diferentes tipos de impuestos (en archivos
Excel, en TP u.pdf, en 33 resmenes y Microeconoma con
Excel o Microeconoma Eiras)
35) Monopolio discriminador (en archivos Excel, en TP u.pdf,
en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
36) Carga impositiva en exportadores (en archivos Excel, en
33 resmenes y Microeconoma con Excel o Microeconoma
Eiras)
37) Duopolio segun Cournot: el modelo supone que hay dos
empresas que producen un producto homogneo. Sean las
funciones de demanda y costo, P= 100 5 (X1+X2), C1= 5X1,
C2= 0,5X22
38) a) Empresa lider y seguidora de Stackelberg Suponiendo
P= 100 0,5 (X + Y) ,
Cx= 5,
Cy= 0,5Y2
b) modelos de Silos-Labini, Modigliani; modelo de demanda
quebrada o apuntada; modelo para intermediarios comerciales
(en archivos Excel, en 33 resmenes y Microeconoma con
Excel o Microeconoma Eiras)
.
537
39) Antidumping (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
40) Cartel (colusin). a) Suponiendo que las funciones de
demanda y de costo vienen dadas por, P= 100 05 (X + Y)
Cx= 5X,
Cy= 0,5Y2.
b) Supongamos que las funcione de demanda y de costo vienen dadas por: P= 100 0,5 (X + Y),
C1= 0,3 x2,
C2= 20Y
c) Ejercicios combinados, integradores de conceptos neoclsdiversos modelos y conceptos neoclsicos, como Rapidito y
Lentito en la estacin Vivitos; o Telefocom 4 y 7 (enunciados
en la gua de tp de Tow y respuestas en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
41) Teora de los juegos; JUEGO DE SUMA CERO CON
DOS ADVERSARIOS
a) Resuelva la matriz de beneficio:
8
40 20 5
(en U7,31)
10 30 -10 -8
b) estrategias puras y mixtas: (en u7,26) Se ejemplifica este
caso a travs de una matriz de resultados que representa en
sus filas, los 3 cursos de accin alternativos de la empresa A
para ganar participacin en el mercado y en sus columnas los
cursos de accin alternativos de la empresa B para ganar participacin en el mercado.
B1
B2
B3-Bonifica pre- B4
cios
A1- Afiches en va
6
-3
15
-11
pblica
A27
1
9
5
A3-3
0
-5
8
538
c) juegos de suma No cero: Contrariamente a lo desarrollado

con anterioridad los juegos de suma distinta de cero son aquellos en los cuales los intereses de los jugadores no son completamente opuestos. (en u7,30)
B1:Mantener el precio
B2: bajar precio
A1: Mantener el preA= 20 B=20
A=12
B=32
cio normal
A2: Rebajar el precio A= 32 B=12
A=14
B=14
d) dilema del prisionero. e) duopolio segn Stackelberg (contexto hostil)
42) Analisis de dominancia, estrategia mixta del caso anterior
(en u7,28, en archivos Excel, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
43) Contratacin de factores en competencia. a) La produccin de trigo depende de un solo factor, trabajo: Q = f(L)
(su precio es p=$4; el salario w y F los costos fijos). Su producto marginal es la primer derivada respecto a L, PMg= Q' L
El beneficio es ingresos menos costos: B = I - C
o sea, B = p Q - w L - F . (en u8)
b) Distribucin segn la funcin Cobb-Douglas (ver en teora
de la produccin, TP 25y en u8) y explicitar aqu las consecuencias de aplicar esta teora.
44) Contratacin de factores en monopsonio. Una sola empresa demandante productora de trigo y demandante de un
solo factor, trabajo; con oferta del factor en competencia (sin
sindicatos). El monopsonista no puede adquirir una cantidad
ilimitada de insumo a un precio uniforme; el precio que debe
pagar por cada unidad viene dado por el mercado de ese fac-
539
tor, con una funcin de oferta creciente y independiente de la

cantidad adquirida, r = 263 + 43 X
Se supone que tambin vende el trigo en un mercado competitivo, al precio $4; y su funcin de produccin indica la cantidad producida como dependiente del factor contratado Q =
F(X ); supongamos Q = 27X2 - 0,4X3 (en u8,6)
b) Monopolio bilateral: Sean q= 270q 2 2q,
X= 0.25X, las funciones de produccin del comprador y el
vendedor respectivamente, correspondiente al monopolio bilateral. El precio de q es 3$, y el de X es 6$. A- Determinar los
valores de q, de p y los beneficios del comprador y el vendedor correspondiente a las soluciones de monopolio, monopsonio y cuasi- competencia. Determinar los lmites de negociacin para p bajo el supuesto de que el comprador no puede
estar peor que cuando la solucin es la del monopolio, y el
vendedor que cuando es la del monopsonio. (en u8,9)
45) Teora de la incertidumbre. Seguros. Axiomas de la lgica
Neumann-Morguenstern.
Utilidad esperada bajo contexto cierto y bajo incertidumbre.(en
TP u9 y en Microeconomia con Excel)
46) evaluacin de proyectos inciertos (contexto cierto e incierto, seguros, ver TP 30, y en u9 y en Microeconomia con Excel)
En cual accin invertir un inversor si compra Acciones A
Puede ganar $420 perder $110 (sin trmino medio). Si compra Acciones B puede ganar $650 perder $300. Las probabilidades de ganar con A y B son iguales P=0,5 y no puede dividir su inversin entre ambas. c) Cul probabilidad de ganar
deber tener para estar indeciso entre A y B?
540
47) Ley de Walr y Ley de Say. a) onsecuencias para la empresa de las formulaciones sobre la identidad, la igualdad, teora cuantitativa y la ecuacin fundamental keynesiana. B) teoremas centrales de la economa del bienestar: explicacin de
Arrow y Debreu y observaciones (en separatas, 33resumenes,
TP por unidad, Microeconoma con Excel y en el programa
oficial).
48) Caja de Edgewourt. Demuestre las consecuencias del
traslado desde un punto ineficiente (interseccin) a un punto
eficiente (tangencia); explique analticamente y comente el
criterio de distribucin paretiano (en separatas, 33resumenes,
TP por unidad, Microeconoma con Excel y en el programa
oficial)
49) Matriz Insumo-Producto. Determine la optimizacin de un
grupo empresario o de un pas mediante el uso de matriz inversa y el producto de matrices. (en separatas, 33resumenes,
TP por unidad, Microeconoma con Excel como los casos resueltos Oman y su asesina y otros; o en el programa oficial)
50) Teorema de Coase y economa del bienestar; estado actual del mercado de bonos del carbono (en separatas,
33resumenes, TP por unidad, y en el programa oficial)
51) Criterio de distribucin en competencia; diversos criterios
de valoracin segn la economa del bienestar, explicacin y
observaciones (en separatas, 33resumenes, TP por unidad,
Microeconoma con Excel y en el programa oficial)
541
Nota: numerosos conceptos tericos y otros temas breves del

programa no estn incluidos en estos 50 TP pero deben ser
considerados completando el programa.
EJERCICIOS PROPUESTOS
Enunciados (consignas) correspondientes a TP similares a los 50 TP
bsicos del curso: los alumnos deben consultar los textos usuales,
para completar TP similares a los aproximadamente 400 que hay
resueltos en este curso. Pero los enunciados no son imprescindibles y
pueden obviarse, ya que el conocimiento bsico de la teora de cada
principio implica la redaccin de estas consignas.
542
50 INFORMES PARA 50 TP (GUIA)

Los exmenes y los trabajo prcticos (TP) deben ser estructurados
bajo su identificacin, una breve introduccin con los supuestos o lo
que se va a informar, un largo desarrollo explicativo del anlisis numrico u otros, una breve conclusin final con lo que se hizo y el
cierre con las fuentes primarias y textos consultados (obviamente, no
es esttico incluir estas palabras como subttulos de cada parte del
Informe).
Hay ms adelante un largo listado de archivos en paginas web con
ejercicios resueltos numricamente, pero a todos les falta la revisin
final y presentacin como informe profesional. Se comentan a continuacin estos resmenes pero solo como algunas ideas parciales, para
ampliar o modificar segn el contenido de cada tema.
1a)
Sistema econmico:
Los pases se organizan con instituciones y leyes. La ciencia explica
esto recurriendo a ejemplos, metforas o modelos como el de la mano
invisible, el circuito sanguneo, la maqueta hidrulica, el tentempi,
el sistema solar, etc._
Histricamente hubo 3 sistema importantes: 1) el real (con propiedad
privada, estado que organiza y controla e invierte) 2) el modelo liberal, con librecambio, hedonismo, propiedad privada y mercados
competitivos) desde 1776 (ms efectivo que las 3 invasiones a Buenos Aires) 3) el socialismo (propiedad estatal y precios fijados por el
gobierno) hasta el la Perestroika y derrumbe en 1990 de la URSS y
apertura comercial en Shangai y resto de China._
Desaparecida la URSS se confirm que la organizacin del sistema
economico co instituciones del mercado libre y leyes basadas en el
543
merado competitivo es optima para coordinar las actividad y maximizar el bienestar general._
Fuentes:
1b)
Circuito econmico:
En las sociedades se intercambian continuamente bienes y
servicios. Desde F. Quesnay en 1750 La ciencia lo explica con
el modelo, ejemplo o metfora del sistema sanguneo.
Empresas y familias (o ms sectores, como el gobierno o el
externo) tienen un doble circuito de prestaciones: servicios por
salarios; bienes por sus precios, etc. en continua circulacin
de Produccin -Distribucin de ingresos - Consumo .
J.B. Say supona una identidad con pleno empleo permanente
(funcionando la teoria cuantitativa de la moneda de J.S. Mill)
pero luego de 1930 se reconoci que la igualdad de Walras
explicaba que solo para determinado nnivel de precios se
cumplia la igualdad entre demanda y oferta habiendo pleno
empleo. J.M.Keynes explic la crisis con las expectativas empresarias que concretaron su profeca autorrealizadora del
crack (y propuso la obra pblica para reactivar: cavar y tapar
zanjas)
A travs de precios y salarios circula la riqueza continuamente,
con pleno empleo, salvo en las crisis, como el desempleo por
expectativas de 1930 o la intervencin oficial distorsionante del
tipo de cambio argentino uno a uno en 1992.
La estructura actual de la oferta y demanda global argentina
es en miles de millones segn Indec en 2011 la siguiente:
(sitio web del INDEC; archivos sobre el PIB y la matriz insumo producto
argentina en los sitios web del curso)
2)
Agregacin en mercados de bienes privados y pblicos:
544
Los precios surgen en los mercados por interaccin de oferentes y

demandantes
La suma o agregacin de todos los demandan y oferentes de bienes
privados se modeliza por suma horizontal, utilizando funciones explicitas (por que la variable independiente para cada uno es el precio
que fija el mercado). En los bienes pblicos, cuya disponibilidad no
es reducida por los dems, la suma es vertical, con funciones implcitas (ya que la variable independiente o asegurada es la cantidad disponible por el estado)
El equilibrio surge por igualdad entre demanda y oferta agregada, con
un precio y cantidad libremente determinados en los mercados competitivos.
Fuentes:
3)
Elasticidad precio, renta, cruzada y media o promedio:
Para diversas comparaciones de variaciones de precios y cantidades
se necesita relacionarlas mediante cocientes incrementales.
Se define cada coeficiente, calculando sus expresiones alternativas,
para opinar sobre la demanda u oferta de un bien o factor puntualmente, para calificar al bien de tpico o atpico, normal o inferior,
sustituto o complementario, etc
La medicin puntual permite calificar al bien o factor, pero en la empresa para clasificar a los bienes se utiliza el promedio de unos 40
meses de tendencia uniforme: elasticidad media o promedio.
Fuentes:
4) Teora de los ingresos (y/o gasto)
Bajo algunas circunstancias (como un vencimiento inminente) conviene suponer costos nulos y maximizar ingresos
Si se utilizan demandas lineales, se puede aplicar el mximo de una
funcin de una variable -la doble pendiente del ingreso marginal vs.
545
el medio; el concepto de recta por dos puntos; las relaciones entre

elasticidad y precios altos o bajos y en general las relaciones que W:
Baumol define como el X total, medio y marginal- para graficar el
desarrollo geomtrico de los ingresos , que ser til para obtener conclusiones sobre sus mximos, elasticidades y las funciones sobre datos aparentemente no suministrados.
Con estos conceptos matemticos y costos nulos se puede optimizar
para el corto plazo maximizando ingresos en vez de los beneficios.
Fuentes:
5)
Estabilidad esttica en el mercado:
Luego de alteraciones un mercado puede o no volver por si solo a
otro equilibrio estable.
Walras y Marshall calculan la demanda excedente, y el excedente de
precio demandado, negativos como muestra de estabilidad; pero sus
teoras no coinciden cuando las demandas y ofertas no tienen la forma tpica de la tijera marshaliana.
Ambas teoras difieren en algunos casos por ser solo teoras, o meras
interpretaciones de la realidad, la cual explican bien o no.
Fuentes:
6)
Impuestos que interfieren en el mercado:
Se calcula el equilibrio de los mercados, sin y con impuestos, observando quien los soporta mayormente y si lo afectan frenando o no las
actividades.
Los impuestos ad-valoren o especficos sobre ventas reducen la actividad del mercado; pero aquellos fijos o sobre beneficios no la reduciran.
Fuentes:
546
7)Estabilidad dinmica o problema de la telaraa.

Ante una baja de la demanda, o de una suba de costos en la oferta, se
calcula en el nuevo punto la funcin de la demanda (u oferta) nueva
utilizando el coeficiente de la recta por dos puntos; y finalmente con
ella el nuevo equilibrio.
Si en valor absoluto la oferta es mas inelstica que la demanda, las
aproximaciones sucesivas conducirn a un nuevo equilibrio ms
rpidamente.
Fuentes:
8)
Estimacin de funciones:
En la empresa se estiman funciones diversas, especialmente las de
demanda, para pronosticar la actividad (y calcular luego la compra de
insumos, la produccin necesa y proceder a la venta y expedicin).
Estudios de mercado con encuesta, experimentos controlados (como
ofertas gratis para observar las preferencias) y sobre todos el mtodo
estadstico del ajuste segn mnimos cuadrados son utilizados paralelamente
La estimacin minimocuadrtica es muy utilizada, ya que Excel calcula los coeficientes de la lnea o funcin de ajuste, lineal, igual que
con mltiples variables independiente; y en instantes presenta automticamente los coeficientes de significacin, colinealidad y otros
del ANOVA.
Fuentes:
9)Programacin lineal, mximos, con mtodo grfico:
Suponiendo 2 variables, restricciones lineales y recursos.
Al dibujar las restricciones surge un rea con una frontera de posibilidades de produccin. Superponiendo las lineas de isobeneficio (de
la funcin objetivo) se determinara el punto de contacto que optimizar la produccin maximizando el beneficio.
547
Pero el mdodo grafico con 2 variables no permite trabajar efectivamente en la empresa y antes de existir PC se recurri a las tablas
Simplex (o a matemticos hbiles con matrices para casos de pocas
variables, 5 a 10)
Fuentes:
10)
Programacin lineal, mnimos, con mtodo grfico:
Suponiendo 2 variables, restricciones lineales y requerimiento mnimos.
Al dibujar las funciones de cada requerimiento surge un rea alejada
del origen con una frontera de costos mnimos. Superponiendo las
lneas de isocostos (de la funcin objetivo) se determinar el punto de
contacto, que optimizar minimizando el costo.
Pero el mtodo grfico con 2 variables no permite trabajar efectivamente en la empresa; y antes de existir PC se recurri a las tablas
Simplex (o a matemticos hbiles con matrices para casos de pocas
variables, 5 a 10)
Fuentes:
11)
Programacin lineal,Simplex, mximos.
Mediante las tablas Simplex se puede optimizar manualmente utilizando hasta unas 6 variables sin ser un experto matemtico.
Las tablas Simplex (de Dantzing y posteriores) se obtienen reiterando
10 operaciones elementales; incluyendo capacidades ociosas (variables de holgura) para el calculo inicial sin producciones reales.
Excel agiliza el Simplex con su macro Solver en la opcin maximizar, para hasta 16 variables y no solo dos como en el mtodo grfico
que utilizaba la escuela clsica tradicional inglesa.
Fuentes:
548
12)
Programacin lineal, mnimos:
Mediante las tablas Simplex se puede optimizar manualmente utilizando hasta unas 6 variables sin ser un experto matemtico
Las tablas Simplex (de Dantzing y posteriores) se obtienen reiterando
con 10 operaciones elementales, incluyendo capacidad ociosas (o
variables de holgura) y en este caso adems otras variables artificiales, para el clculo inicial: suponiendo costos altos de M$ que desaparecern en los sucesivos clculos de tablas.
Asimismo, la idea de dualidad tambin permite transformar casos de
mnimo en mximo, trasponiendo recursos en objetivos y filas en
columnas.
Pero Excel agiliza el Simplex con su macro Solver, en la opcin minimizar, para hasta 16 variables y no solo dos como en el mtodo
grafico que utilizaba la escuela clsica tradicional inglesa.
Fuentes:
13)
Programacin lineal con Solver de Excel.
Solver de Excel sigue la rutina del Simplex. Se escriben los datos
del cuadro resumen en una hoja y se identifican esas celdas (con sus
frmulas corrospondientes) ingresando a Herramientas> Solver, en
Funcin objetivo, en celdas cambiantes y en las opciones para ingresar las restricciones. Ejecutando, se obtiene la optimizacin y tres
informes usuales orientadores (Excel incluye 6 ejemplos tpicos en
muestras.xls)
Excel agiliza la programacin lineal con su macro Solver eligiendo
en la opcin minimizar o maximizar, para hasta 16 variables y no
solo dos como en el mtodo grafico que utilizaba la escuela tradicional inglesa.
549
Fuentes:
14)
Teora de la demanda segn la utilidad:
Maximizacin de la utilidad.
En el precio del mercado influye especialmente la utilidad (decreciente) del consumidor.
Definiendo la utilidad total y la marginal, se explica el concepto matemtico de mximo relativo (segn derivadas) a la demanda de un
bien conforme a la utilidad marginal.
Con dos bienes, la doble condicin de la ley dos de Gossen (y Marshal), sobre la proporcionalidad del cociente placer sobre precio en
ambas compras y sobre agotar el gasto del presupuesto. El consumidor que termin de estudiar el mercado, pasa as a ser demandante,
comprador, en ese equilibrio.
Este modelo sicolgico-matemtico neoclsico explicaba solo las
necesidades primarias (con saturacin). Posteriores desarrollos matemticos (Friedman y otros) permitieron ampliar esta teora a otras
necesidades (con utilidad marginal constante y creciente, adems de
decreciente)
Fuentes:
15)
Teora de la demanda segn la utilidad:
Minimizacin del gasto.
En el precio del mercado influye especialmente la utilidad (decreciente) del consumidor
Calculada la relacin de intercambio segn los gustos y los precios
del mercado, el problema de minimizar el gasto para esa u otro utilidad dada, es reemplazar esa relacin en la funcin de utilidad dada,
para calcular las nuevas demandas; y luego reemplazar estas en la
funcin de presupuesto para determinar ese monto de gasto.
550
Este modelo sicolgico-matemtico explicaba solo las necesitades

primarias (con saturacin), tambin para minimizar el gasto de una
utilidad dada. Posteriores desarrollos matemticos (Friedman y
otros) permitieron ampliar esta teora a otras necesidades (con utilidad marginal constante y creciente, adems de decreciente)
Fuentes:
16)
Dualidad de todo acto econmico:
Toda maximizacin de utilidad implica un mnimo costo para alcanzarla.
Utilizando los conceptos matemticos de mximo y mnimo para dos
variables y la doble condicin de Gossen o Marshall, el modelo sicolgico-matemtico neoclsico explicaba la demanda segn la utilidad
marginal y necesidades (inicialmente solo primarias, con saturacin).
Pero al ser un nico acto econmico, lo vean tanto para el problema
primal de maximizar la utilidad y demandas como para su dual de
minimizar el gasto de satisfacer esa utilidad dada u otra.
Fuentes:
17)
Funcin combinada de Lagrange para mximos:
La eleccin entre 2 bienes sujeta a una restriccin de presupuesto se
resuelve como un sistemas con 3 variables (dos bienes reales y una
variable adicional matemtica landa).
Friedman y la teoria de W.Pareto permitieron explicar la demanda
con curvas de indiferencia infinitas para casos con utilidad marginal
decreciente, constante y creciente (de las necesidades primarias, sociales y culturales).
Usando el modelo geomtrico, se igualaban las pendientes (TMS) de
los gustos con la del presupuesto o precios relativos del mercado. La
551
funcin combinada de Lagrange requera dos pasos: igualar a cero las

primeras derivadas parciales y luego ver que el Hessiano (segundas
derivadas) fuera positivo, para garantizar un mximo de utilidad con
esas demandas de bienes. Las condiciones de primer orden y segundo
orden.
Este modelo matemtico alternativo al anterior de Marshall-Gossen,
permita calcular adems la utilidad marginal del dinero en ese presupuesto (igual a la derivada de una tercer variable auxiliar inventada,
landa).
La utilidad marginal del dinero, representada aqu por este valor de
landa, se demuestra por que coindice con el aumento de utilidad total
al gastar un peso ms en alguno de los dos bienes (frente a la utilidad
total original).
Fuentes:
18)
Funcin combinada de Lagrange para mnimos:
Dados los precios del mercado, sujetos a una restriccin de una utilidad dada por consumir una determinada cantidad de bienes, es otro
sistema de 3 variables.
La teora de W.Pareto explico con curvas de indiferencia infinitas la
demanda con utilidad marginal tambin constante, creciente y decreciente (de las necesidades sociales, culturales y primarias), usando el
modelo geomtrico, igualando las pendientes (TMS) de los gustos
con las del presupuesto o precios relativos del mercado.
Para el problema dual de minimizar el gasto de una utilidad dada parta de combinar la funcin de presupuesto con una restriccin de un
consumo (o produccin) dado.
La condicin de primer orden (FOC-first order condition) es igualar a
cero las primeras derivadas; la segunda (o SOC -second order condi-
552
tion) es que las segundas derivadas o Hessiano sea aqui positivo para
garantizar que ese costo o gasto es mnimo.
Este modelo matemtico alternativo al anterior de Marshall, permita
calcular adems la utilidad marginal del dinero en ese presupuesto
(pero no aqu sino solo en el primal del mximo).
Fuentes:
19)
Deduccin de la demanda terica:
M. Friedman demostr que la demanda hiperblica explica la demanda tambin con utilidad marginal constante y creciente.
Partiendo de una funcin de utilidad, los precios y el presupuesto
(nominales, sin especificarlos) se calcula el equilibrio, resultando
siempre en una funcin de demanda implcita de tipo hiperblico
(solo la rama positiva interesa).
La suma de los exponentes de la funcin de utilidad menor, igual o mayor
que uno, indica si la utilidad marginal es decreciente, constante o creciente.
Friedman us la hiperblica para superar la limitacin de la utilidad de
Marsall solo aplicable a necesidades primarias con utilidad marginal decreciente (y as precios decrecientes), debido a la saturacin de aquellas;
pero no aplicable en las necesidades sociales o culturales.
Fuentes:
20)
Efecto renta y sustitucin segn Hicks:
Hicks (1938, V. y Capital) demostr grficamente (como Pareto) los
efectos de la difcil ecuacin de Slutzky.
Al cambiar un precio la nueva recta de presupuesto mostraba el segundo
equilibrio y las demandas. Con un supuesto subsidio surgira una tercer
RP tangente a la curva de indiferencia inicial, en un punto S distinto
del equilibrio E inicial. Sus coordenadas permiten seccionar la cada
total de demanda de X en el efecto Renta (subsidio) y el resto o efecto
553
sustitucin (o ley de la demanda); tambin calcular la demanda compensada (subsidiada) y la ordinaria (o total o final).
Los gustos hacen que el nuevo equilibrio implique ms, igual o menos del otro bien Y; y se los pueda calificar (a X y a Y) de sustitutos,
independientes o complementarios.
Fuentes:
20b)
Ecuacin de Slutzky:
En 1915 Slutzky prest atencin al efecto de la inflacin sobre la
demanda.
Este matemtico descompuso el efecto del cambio de un precio (denominador) sobre la cantidad estudiada (numerador), en dos trminos, considerando en uno la utilidad marginal del dinero (el landa de
Lagrange) y en el otro la cantidad gastada en el bien que cambi de
precio. As calculo la demanda compensada (subsidiada) con una y
la total u ordinaria con ambos.
Calculando los cuatro efectos por variacin de ambos precios sobre
ambos productos, la ecuacin ilustra (al menos tericamente) sobre
las elasticidades (precio, renta y cruzada) para clasificar a los bienes.
Sin embargo se desconoce como implementar esta ecuacin en las
empresas, en las cuales (por el contrario) Excel permite calcular en
instantes las elasticidades media o promedio y posibilita clasificar a
los bienes efectivametne. (la ecuacin de Slutsky solo permite hacerlo hipotticamente, bajo el ambiente de los supuestos teoricos que
usa)
Fuentes:
21)
Elasticidad media o promedio:
La medicin puntual de las elasticidades es terica y solo til conceptualmente.
554
La elasticidad media o promedio de unos 40 meses uniformes, es el

producto de la pendiente (de esa recta de correlacin precio-cantidad
demandada) por el cociente suma de precios sobre suma de cantidades. Excel calcula esto en un instante graficando ambas series (y
tildando en las opciones incluir la ecuacin en el grfico).
Fuentes:
22)
ndices de precios y de cantidades:
Adems del efecto renta y sustitucin (Hicks o Slutsky) y la ecuacin
de Slutsky, la teora de la demanda segn la preferencia revelada
utiliza los ndices del INDEC para observar las reacciones de los consumidores ante cambios en los precios o cantidades.
Los ndices de gasto comparan la cantidad y los precios de la canasta
base con la actual. Laspayres observa los precios actuales de la canasta base. Paasche compara la canasta actual con los precios base.
Los 12 ndices usuales de precios y de gastos estan en los archivos de
Microeconoma con Excel (siguiendo a F. Toranzos).
Mejora el nivel de vida cuando el ndice de gasto es mayor que el de
Laspayres y tambin es mayor que el de Paasche. Es indefinido si el
ndice de gasto esta entre ambos.
Fuentes:
23)
Produccin con un solo factor variable:
Nuevamente usamos el modelo matemtico-geomtrico para teorizar
sobre la empresa.
Se define y grafica el producto total, medio y marginal (siguiendo el
X total, medio y marginal de W. Baumol).
Cuando el total es mximo el marginal es nulo. En el punto de inflexin del mximo esta el mximo marginal.
555
La mxima tangente al producto mximo indica el mximo producto

medio (y para el resto de los valores monetarios tendr dos niveles
de produccin, segn sendas ramas de la campana de Gauss )
La grafica del X total, medio y marginal utiliza el concepto de pendiente /tangente trigonomtrica del modelo geomtrico junto con el
matemtico de mximos y mnimos de una funcin univariante, para
determinar los puntos relevantes: etapas de rendimientos crecientes,
decrecientes y negativos.
Rendimientos crecientes hasta el mximo producto medio; decrecientes desde ah hasta el producto marginal nulo; negativos desde ah.
Fuentes:
24)
Produccin con dos factores variables:
Las curvas de Pareto tambien se utilizan para la produccin con dos
insumos variables.
La tangencia de (aqu) isocuantas e isocostos indica la optimizacin
maximizando la produccin de un bien con dos factores.
Dada la tcnica, los rendimientos de cada factor indicarn la remuneracin posible en una empresa para ambos factores al momento de
distribuir los ingresos producidos. La contratacin efectiva tambin
depender de los precios del mercado, segn la oferta y demanda de
ambos factores.
Fuentes:
24b)
Numerosos conceptos tericos y extensiones del programa no tienen
aqu TP individualizados pero son necesarios.
Elecciones intertemporales; concepto del costo de bsqueda, etc.son
otros punto tericos suficientemente identificados en los sitios web y
en la bibliografa.
556
25)
Funcin de produccin Cobb-Douglas
La funcin lineal y homognea (por ser de un solo trmino con dos
variables y exponentes fraccionarios que suman uno), de Euler, indica rendimientos constantes.
Los profesores Cobb y Douglas verificaron que serva para representar la distribucin del ingreso entre trabajo y capital, tanto en EEUU
en 1890-1920 como en Sudafrica, Australia y otros.
Si los rendimientos vienen dados por la suma de exponentes, estas
funciones tambin sirven para representar la distribucin de ingresos
en las empresas.
Fuentes:
26)
Teora de los costos:
Se utiliza para costos el modelo matemtico y geomtrico del X
total, medio y marginal de W. Baumol.
Los costos totales aumentan a partir del fijo inicial; los variables dependen de la produccin; el costo medio conforma la tpica U del
CMV; el marginal se ve como la pendiente de la lnea del costo total,
de modo que el costo marginal intersecta al CMV en su mnimo (ah
mnimo de explotacin a corto plazo) , delimitndo los costos decrecientes y crecientes (o sus conceptos inversos, rendimientos crecientes y decrecientes)
Si el CMV es mayor al precio indica los rendimientos negativos,
completando las tres etapas de los costos o rendimientos. En el largo
plazo se supone no existen costos fijos, de modo que el CMV coincide con el CM. El mnimo de este (el punto crtico del corto plazo) es
el ptimo de explotacin en el largo plazo.
Fuentes:
27)
557
Equilibrio de la empresa competitiva y cantidad de competidores en

el mercado:
Si el mercado competitivo tiene agentes atomizados, al identificar el
precio y la cantidad de uno puede deducirse el tamao del mercado y
nmero de firmas en esa industria.
Solo perduran las empresas eficientes, operando en su mnimo CMV.
Calculando el mnimo de esa funcin surge la cantidad ptima y el
valor de su CMV.
Reemplazando este ltimo en la demanda del mercado -como precio
uniforme- se obtiene la cantidad total operada. Dividindola por la
cantidad del productor inicial se obtiene el nmero de firmas de esa
industria.
Si en competencia el precio es nico (no hay discriminacin) se obtienen los valores de la industria a partir de agente individual conocido.
Fuentes:
28)
Empresa sobredimensionada:
Las funciones de costo total lineales tienen costos medios hiperblicos.
El costo medio hiperblico representa el caso en que nunca se llega al
nivel del costo medio mnimo. Tal es el caso de las industrias bsicas
que requieren grandes instalaciones, que superan la demanda domstica de los pases en desarrollo; y necesitan operar competitivamente
exportan excedentes, segn precios acortes a los menores costos medios de esos grandes volmenes.
Ese modelo se utiliz exitosamente en Argentina por SOMISA para
demostrar competitividad y no discriminacin monoplica, ante denuncias antidumping de gobiernos de EEUU por las exportaciones de
dos barcos mensuales, con chapa de acero hacia ese pas en los aos
1980-1993.
558
Fuentes:
29)
Inventario optimo:
La condicin matemtica de mnimo permite racionalizar el costo de
mantener inventarios.
Esos costos dependen del tamao de los pedidos, del flete y del costo
financiero de mantener existencias paralizadas. Se define la necesidad anual, el nmero de pedidos, del tamao de cada despacho o pedido y el stock medio o promedio de un perodo.
Es posible armar as una funcin de costos lineal en la variable despacho, cuyo mnimo matemtico determinar el lote a adquirir con
cada pedido (y la cantidad de estos).
Esta tarea con la ecuacin diferencial comentada racionaliza el anlisis frente a las aproximaciones sucesivas tradicionales de alguien no
tcnico.
Sin embargo, la programacion Simplex y especialmente Solver de
Excel facilitan todava ms esta determinacin racional.
Fuentes:
30)
Evaluacin de proyectos. VAN y TIR:
Es usual calcular el valor actual para evaluar proyectos.
El valor actual pondera el capital por el inters, tanto en ingresos como en gastos. Al considerar ingresos y gastos surge el VAN o VNA
(valor actual neto).
Los valores viejos se actualizan multiplicando por (1+i) t (i de inters
y t perodos); a los valores futuros se los divide por (1+i) t.
Otros anlisis complementan ese criterio de evaluacin (como considerar los diferentes costos de los prstamos segn sean los tamaos
de las empresas; la existencia o no de liquidez inicial; los posibles
costos de explotacin consecutivos; las reglamentaciones fiscales; el
valor residual; alternativas de compra o alquiler, por que pueden con-
559
siderarse ya sea como inversin o ya como gasto; los riesgos de cada

inversin; etc).
Asimismo, en la evaluacin de proyectos tambin se usan otros indicadores, adems del VAN: la TRF (tasa rentabilidad financiera); PR
(el periodo de repago); los rboles de decisin; varias medidas de
rentabilidad; el criterio FODA (fortalezas, oportunidades, debilidades, amenazas); la cruz de Porter (ver si es el nico proveedor /ver si
es el nico cliente; ver si hay muchos proveedores / muchos clientes);
etc.
La TIR (tasa interna de retorno o discounted cash-flow) se calcula
por tanteos, igualando el VA de los Ingresos al VA de los Egresos La
tasa que permita igualar ambos conceptos es la TIR; si es aceptable
para un inversor aportar sus recursos en vez de por ejemplo depositarlos en un banco a tasas menores.
Excel calcula el VNA y la TIR con solo pintar el rea de ingresos y
egresos e indicar la funcin.
Fuentes:
31)
Evaluacin de proyectos inciertos:
Los empresarios pueden ser adversos o afectos al riesgo y asignar
diferentes probabilidades de ocurrencia a los escenarios posibles de
siniestro y no siniestro.
Dada una funcin de utilidad se puede calcular el monto de un seguro
o bien correr el eventual riesgo de un siniestro. Adems, al comparar
los ingresos bajo contexto cierto (sin seguro) e incierto (con seguro)
tambin se puede estimar por diferencia el valor posible por el seguro.
El anlisis de seguros implica as estimaciones valorando la aversin
al riesgo de los clientes
Fuentes:
560
31b)
El financiamiento de la empresa:
Las empresas pueden tener financiamiento o conseguirlo de los proveedores y otras fuentes. Bajo el peligroso enfoque monetarista y la
actual globalizacin generalizada (que sobredimensionan este enfoque) interesa especialmente el financiamiento proveniente de los
bonos y el proveniente de las acciones (ya sean comunes, preferentes
y convertibles, con sus caractersticas propias).
Pero esta visin sobre el papel proveedor de recursos de las bolsas de
valores conduce a desrdenes regulatorios y a crisis recurrentes, que
perjudican a todos y muy especialmente a los ahorristas menores.
Fuentes:
32)
Equilibrio de la empresa empricamente:
La modelizacin matemtica permite optimizar precisando los ingresos y los costos
Se pueden estimar funciones de demanda, de ingresos totales y de
marginales. Igualmente funciones de costos lineales o parablicas
(segn el tipo de empresa sea sobredimensionada o normal).
Igualando ingresos y costos marginales es posible llegar al punto de
equilibrio o de Cournot.
Dado que las funciones surgen de listados de 40 ms meses uniformes, el Anlisis de Excel y Solver facilitan determinar el nivel
ptimo sobre bases empricas. Esto no es as un concepto solo terico, calculable nicamente con funciones conceptuales sin aplicacin
concreta.
Fuentes:
33)
Monopolio:
561
El modelo terico de un solo proveedor y demanda competitva es

estudiado bajo diversas actitudes.
La optimizacin monoplica implica el criterio de Cournot (maximizando la funcin de beneficio (con la primer derivada nula y la segunda negativa, surge la cantidad, el precio y monto de cada variable)
Al graficar con enfoque total y por unidad, se observa que el monopolio
restringe la cantidad y sube el precio frente al equilibrio en un mercado
de competencia (mayor precio que ingreso marginal).
Fuentes:
Si fuera el caso de un monopolio con dos plantas (multifactora), la
condicin es calcular previamente el costo marginal conjunto (por
suma horizontal) para lluego continuar con la optimizacin; con ese
nivel de equlibrio se ve cuanto producir cada planta, con similares
precios.
34)
Monopolio con impuestos:
El gobierno puede controlar a los monopolios con impuestos o favoreciendo las importaciones para que le sean competitivas.
El impuesto represente una suba de costos que limitara sus beneficios
y puede afectar o no (segn el tipo de impuesto) a la cantidad y precios de ese mercado.
Los impuestos fijos o sobre a beneficios no alteran las condiciones
del mercado (como aquellos que se aplican sobre ventas) y solo limitan los beneficios.
Fuentes:
35)
Monopolio discriminador:
Si discrimina precios diferenciando mercados aumentar ms sus
beneficios.
Cuando le es permitido fraccionar la demanda puede cobrar precios
diferentes segn la elasticidad de cada tramo de mercado (ms caro
562
en el tramo rgido), vendiendo la misma cantidad total que sin discriminar, pero con mayores beneficios que en su optimizacin pura
sin diferenciar mercados. Su condicin es igualar el ingreso marginal
conjunto con el costo marginal y a ese nivel de pesos determinar la
cantidad para cada mercado (y reemplazandola, su precio en cada
uno)
Existen diversos grados de discriminacin y estos casos lesionan la
competencia, segn las normas domsticas y las de la OMC.
Fuentes:
36)
Carga impositiva en los exportadores:
Los exportadores no incluyen los impuestos en este precio, ya que
tambin existen estos al ingreso en el pas receptor.
Localmente, la carga impositiva total incluye la imposicin directa
ms la indirecta en cascada incorporada en los insumos y costos (sin
incluir el IVA a los consumidores, ni lo no incorporado fsicamente
al producto en salarios y gastos financieros, segn requiere la OMC).
Se calcula la carga en los insumos nacionales, importados, impuestos
directos, etc. (sin los gastos financieros ni la carga salarial que no
admite la OMC)
La carga impositiva suele ser del orden del 40% medida macroeconmicamente (participacin del estado) y es natural pensar que toda
empresa tiene una carga similar. Pero dbe ser detallada para los casos
de denuncias antidumping (o countervailing duty por subsidios) de
otros pases, y hay que justificar los escasos reintegros (reembolsos)
a los exportadores, por que son usualmente vistos como subsidios en
el exterior (con carga mucho mayor que reintegros).
Fuentes:
37)
Duopolio segn Cournot:
563
Solo dos oferentes, sin colusin, frente a una demanda competitiva en

la cual la cantidad X es la suma de X1 + X2 para ambas firmas.
Calculan cada uno as sus ingresos totales y sus beneficios. Al optimizar separadamente, surge que cada uno acta considerando su oferta como dependiente de la cantidad ofrecida por el otro (funciones de
reaccin X1= f(X2) y viceversa X2= g(X1) que incluyen la cantidad
del otro).
Ninguno supone que el otro mantiene la cantidad fija sino que ambos
reaccionan ofreciendo segn lo que produzca la otra empresa.
Fuentes:
38)
Empresa lider y seguidoras
Una firma lider con varias seguidoras ante una demanda competitiva.
Cada uno estudia eligiendo actuar como lider o como seguidor y coloca la produccin del oponente en su propia funcin de de beneficio
y por tanto de oferta.
El resultado de estos escenarios se compara con otros posibles, sin y
con colusion, para determinar cual conducta le conviene ms a la
empresa(s).
Fuentes:
39)
Antidumping:
La ley comercial, domstica e internacional, se basa en el modelo de
la competencia.
Pero la competencia es difcil de practicar; y a menudo hay que defenderla ante las autoridades locales y/o de la OMC, con denuncias
por precio predatorio o por subsidios.
Una denuncia documentada puede llegar a tener resultado positivo y
obtenerse en un derecho antidumping o similar, si adems se demos-
564
tr que los montos originaron daos considerable (o amenazan con

ello).
Fuentes:
40)
Cartel
Si es posible la colusin los oligopolios optimizan conformando un
cuasimonopolio. Para calcular la cantidad de cada uno se suma horizontalmente el costo marginal conjunto (tal como en el caso multifactora). No se explica el reparto de los beneficios (pero sera razonable
suponer que ambos pretendan ms que lo que obtendra acutando por
su cuenta: repartiran solo el excedente sobre ello)
Pueden fijarse polticas comunes de precios, de cuotas y /o de reparto
de beneficios, si fueran permitidas (controladas) por el gobierno.
Bajo colusion se obtendran beneficios mayores a toda otra alternativa de optimizacin de competencia imperfecta, ya que conformaran
un monopolio. Se demuestra que los mayores beneficio surgen bajo
monopolio (y an mayores cuando puede discriminar precios o mercados)
Fuentes:
41)
Teora de los juegos:
En el constexto hostil del duopolio y en el de la incertidumbre y seguros se aplica la nueva lgica de Neumann-Morguenstern, que amplia el rigor del criterio matemtico de verdad o falso al agregar la
posibilidad de desconocido.
En los juegos sin y con acuerdo se estudian las probabilidades de
ocurrencia y ganancia, llegndose a un segundo mejor, realista o seguro, que es lo preferible a toda otra alternativa inalcanzable segn el
oponente.
565
Cada duopolista calcula sus posibilidades, asegurndose el mejor

resultado posible entre aquellos que no interesan a su oponente.
Para los casos en que no coinciden las estrategias J. Nash agreg al
anlisis de las estrategias mixtas, con y sin colusin; o en juegos
reiterados segn la dominancia, al igualar las probabilidades segn
cada juego que pueda hacer el otro..
42)
Anlisis de dominancia:
Sin colusin, puede convenir una estrategia mixta con sucesivos juegos al azar. En los juegos repetitivos se calcula la dominancia igualando las alternativas segn que el oponente acte con una u otra
estrategia, para luego jugar al azar pero guardando esas proporciones
como promedio. Se logra un ptimo segundo, o lo mejor posible,
luego de igualar las probabilidades de cada accin, con igual premio
para ambos duopolistas.
Fuentes:
43)
Contratacin de factores en competencia:
La asignacin ptima sigue el criterio paretiano para determinar la
remuneracin segn el valor de su producto marginal (salario = valor
del producto marginal del trabajo)
Al igualar la TMS y el cociente de los precios de factores Pareto calcula la produccin ptima, de modo que la remuneracin de los factores no puede superar al producto marginal de cada factor.
De este modo la distribucin de ingresos agota el producto generado.
Fuentes:
44)
Contratacin de factores en monopsonio:
Una nica empresa demanda factores, que actan competitivamente.
566
Igualando el valor del producto marginal a la oferta del factor surge

una remuneracin posible y otra mayor del resultado monopsnico.
La diferencia entre ambos valores es el margen monopsnico.
Fuentes:
45)
Teora de la incertidumbre seguros:
La lgica N-M tambin es aplicable cuando no se puede calcular la
probabilidad de ocurrencia de un suceso.
Segn su aversin o afeccin al riesgo el agente pondera las contingencias, de ocurrir o no un suceso, para obtener la utilidad esperada
de esa contingencia.
El patrimonio efectivo o neto considera e incluye el costo del seguro
contratado por la persona racional.
Fuentes:
46)
Evaluacin de proyectos bajo contexto incierto
Los empresarios pueden ser adversos o afectos al riesgo y asignar
diferentes probabilidades de ocurrencia a los escenarios posibles de
siniestro y no siniestro.
Dada una funcin de utilidad se puede calcular el monto de un seguro
o bien correr el eventual riesgo de un siniestro.
Adems, al comparar los ingresos bajo contexto cierto (sin seguro) e
incierto (con seguro) tambin se puede estimar por diferencia el valor posible por el seguro.
El anlisis de seguros implica estimaciones valorando la aversin al
riesgo de los clientes.
Fuentes:
47)
Ley de Walr y Ley de Say
567
Las empresas dependen del nivel de actividad general, que no siempre esta en equilibrio.
En 1803 J.B. Say crea en una igualdad entre la demanda y la oferta,
siempre con pleno empleo (excedente de demanda nulo). La teora
cuantitativa de la moneda de J.S. Mill en 1840, consideraba que si se
emita ello solo resultara en inflacin sin afectar al equilibrio de los
mercados reales.
J. M. Keynes explic la gran crisis mundial de 1929, cuando las expectativas/ desconfianza de los empresarios sobre una burbuja de la
bolsa de Wall Street los llev a retirar sus inversiones, catapultando
una quiebra general mundial con desempleo. Recet cavar y tapar
zanjas para dinamizar la actividad con los salarios de esa obra publica.
Desde 1934, en vez de la identidad de Say , se prefiere utilizar la
igualdad de Walras (Paris 1874), ya que solo para un determinado
valor de precios la suma de ofertas se convierte en igual a la suma de
demandas, pero con pleno empleo.
Fuentes:
48)
Caja de Edgewourth:
Utiliz en 1885 curvas de indiferencia para demostrar las ventajas
del intercambio entre dos pases. W. Pareto complet analticamente
su criterio geomtrico de ptimo.
La interseccin de dos curvas de los pases era una combinacin ineficiente, ya que era posible trasladarse por una u otra curva hacia
una combinacin eficiente (con punto de tangencia, no de interseccin), que representaba una mejora para uno o para el otro de los pases.
Como no explicaba cual de ambos deba mejorar surgieron otros criterios de bienestar, como los de Kaldor, Tibor de Sctowky y Bergson.
Fuentes:
568
49)
Matriz Insumo-Producto para miles de variables
El lgebra de matrices incluye solo media docena de reglas y permita
resolver manualmente sistemas con ms de tres variables pero pocas ms (no haba as publicados sistemas de 5 variables)
La matriz inversa por el vector de demandas finales da como resultado el valor de las transacciones directas e indirectas de una economa
o grupo empresario microeconmico.
El algebra de matrices se aplic exitosamente a la macroeconoma de
los pases, basndose en datos de los censos econmicos.
En Argentina se escondieron o no se publicaron estos datos, apareciendo recin en 2003 una matriz I-P suficientemente desagregada,
no obstante los censos que se efectan cada 10 aos.
Excel permite calcular en instantes miles de variables con la matriz
inversa (=minversa( ) ) y las multiplicaciones (con =mmult( ) ); basta
pintar el cuadro de los datos, seleccionar estas funciones y aplicarlas
con Cntrl+Shift+Enter a todo otro rango similar pintado.
Fuentes:
50)
Teorema de Coase:
El Estado puede dictar leyes pasivas y leyes activas (las que obligan a
no hacer y a hacer)
Repartiendo unos derechos iniciales a contaminar por un determinado
nivel (limitado), puede surgir un mercado de esos derechos, para
equilibrar las empresas deficitarias en polucin con las sobrantes y
lograr simultneamente combatir la polucin o carbono.
Este aspecto del comportamiento bajo el criterio de las ESR no fue
logrado; el acuerdo de Kyoto no fue cumplido por EEUU, demorndose hasta hoy la implementacin del proyecto antipolucin.
Fuentes:
569
51)
Criterio de distribucin en competencia
Igualando las TMS en el equilibrio paretiano de la empresa, o bien
en la Caja de Edgeworth, se determinan las combinaciones eficientes
para demostrar que uno mejora y nadie empeora. Pero pueden hacer
falta otros criterios de bienestar para determinar quien mejora o quien
empeora, o que ambos mejoren, como algunos criterios que estudia la
economa del bienestar.
Fuentes:
PD:
5 TP OBLIGATORIOS EN EXCEL
El curso requiere la prctica obligatoria de al menos cinco temas en
Excel: elasticidad media o promedio; estimacin de funciones por
correlacin mltile incluyendo el anova; programacin Simplex
con Solver; VAN y TIR; resolucin de sistemas o matriz insumoproducto.
Asimismo, otros temas tericos figuran en el programa y quizs no
implican utilizar ecuaciones para modelizarlos, pero son igualmente
necesarios. Por ejemplo los dos axiomas de la teora del bienestar;
otros criterios de bienestar; empresa socialmente responsable (ESR);
teorema de Coase, etc.
Por otra parte, los mtodos que son practicados en el curso conviene sean presentados por el alumno con otro enunciado similar,
llegando en ellos a similares resultados (un caso de 2x2 como el
570
expuesto aqui en el punto programacin con seis mtodos equivalentes (pag.211).
571
LISTADO DE TP RESUELTOS Y ARCHIVOS

En los sitios de la FCEUBA y en otras paginas web, como
www.microconexcel.com.ar , www.microeconomaconexcel.com ,
etc.figuran numerosos archivos, con practica analtica y otros enfoques. Son ejercicios de alumnos resueltos numricamente, pero sin
concluir con el correspondiente informe profesional y una revisin
metdica preventiva. Hay all adems muchos otros TP, con resolucin de sistemas con miles de variables en Excel, simulaciones dinmicas, etc (en todos los casos comienzan el ttulo con la Unidad
seguido del nmero de TP y una palabra clave).
1 33 Resumenes De 33 Clases
1 50 Informes sobre los 50 Tp
1 50 TP resueltos Cronograma
1 Bibliografa
1 Codigo Hammurabi Sistema Economico real hace 4000 aos
1 Conceptos Introductorios Relevantes
1 Guia Inicial
1 Orientacion Inicial
1 Orientacion Y Cronograma Distancia
1 Tp 1 (circuito Econmico)
1 Tp 1 (sistema Econmico)
1 Tutor
1 Tutoria
1 Utopa de T. Moro -Sistemas Econmicos
1 Vision
1 Y 2 Tutorias Distancia
2 Agregacion Bienes Privados Y Publicos
2 Agregacion Demandas Y Ofertas
2 Demofe
2 Elasticidades Puntual Y Media
2 Graficos Total Medio Marginal
2 Ingreso
2 Ingresos
572
2 Oferta Y Demanda
2 Prcticos Analticos
2 Tp 2 Agregacion
2 Tp 2 Bienes Privados
2 Tp 2 Bienes Privados Y Pblicos
2 Tp 2 Suma Horizontal
2 Tp 3 Elasticidad
2 Tp 3 Elasticidad
2 Tp 3 Elasticidad Cigarrilos
2 Tp 3 Y 21 Elasticidad Media o Promedio
2 Tp 4 (teora De Los Ingresos-gastos)
2 Tp 4 Ingreso Marginal
2 Tp 4 Ingresos
2 Tp 4 Teoria De Los Ingresos
2 Tp 8 Teoria Ingresos O Gasto
2 Tp Suma Horizontal Bienes Privados
3 El Mercad Competitivo U.3
3 Estabil
3 Micro Con Excel
3 Tp 12 Simplex Dieta
3 Tp 5 (estabilidad Esttica)
3 Tp 5 Estabilidad Del Mercado
3 Tp 5 Estabilidad Mercado
3 Tp 5 Estabilidad Walras Y Marshall
3 Tp 6 Efecto De Impuestos
3 Tp 6 Impuestos
3 Tp 7 Modelo Telarana
3 Tp 7 Modelos Telaraa Con Ajustes
3 Tp 7 Modelos Telaraa Con Ajustes2
3 Tp 8 Demanda Caso Industrias 1999
3 Tp 8 Detalle Datos Mercado A
3 Tp 8 Detalle Datos Mercado B
3 Tp 8 Detalle Datos Mercado C
3 Tp 8 Detalle Datos Mercado D
3 Tp 8 Estimacion Demanda Helados Con Anova
3 Tp 8 Estimacion Demanda Helados Correlac Multiple
3 Tp 8 Estimacion Demanda Y Analisis De Coyuntura
3 Tp 8 Estimacion Funcion Demanda Discos Freno
3 Tp 8 Estimacion Funciones Demanda Cocinas
573
3 Tp 8 Import Argentina Por Firma Y Producto 11

3 Tp 8 Import Argentina Por Firma Y Producto1
3 Tp 8 Nomenclador Internacional De Productos
3 anova
4 Archivos Paginas Micro Con Excel
4 Modela
4 Solver
4 Tabla0 Simplex
4 Tp 10 Minimizacin Lineal Metodo Grafico
4 Tp 10 Minimizacion Y Simplex
4 Tp 11 (simplex)
4 Tp 11 Inversiones Con Solver
4 Tp 11 Maximizacion Simples Caso Zonda
4 Tp 11 Muestras De Excel Para Transportes y otros Simplex
4 Tp 11 Simplex
4 Tp 11 Simplex Con Solver De Excel
4 Tp 11 Simplex Con Solver De Productora
4 Tp 11 Simplex Con Solver Dulces
4 Tp 11 Simplex Con Solver Lenceria
4 TP 11 Simplex con Solver paso a paso
4 Tp 11 Simplex Con Solver Peras
4 Tp 11 Simplex Fabrica Remeras
4 Tp 11 Simplex Gualeguaychu
4 Tp 11 Simplex Solver Duraznos
4 Tp 11 Simplex Solver Motos
4 Tp 11 Simplex Textil
4 Tp 11 Simplex Trigo Centeno
4 Tp 11 Simplex Y Solver Lagrange Y Matrices
4 Tp 11 Tablas Simplex Programac Lineal
4 Tp 11 Tablas Simplex Programacion Lineal
574
4 Tp 12 Simplex Camperas
4 Tp 12 Simplex Con Solver Dietas
4 Tp 12 Simplex Con Solver Imprenta
4 Tp 13 Minimizar Costo Dieta
4 Tp 13 Programacion Con Solver-remeras
4 Tp 13 Simplex Solver Sensibilidad
4 Tp 9 Metodo Grafico Programacion Lineal
4 Tp 9 Prog Lineal Metodo Grafico
4 Tp 9 Y 10 Programacin Lineal-mtodo Grafico
4 Tutoria Simplex Programacion Lineal Solver
5 Graficos Total Medio Marginal
5 Hicks Efecto Renta
5 Slutzky E Inclusin Del Tiempo
5 Tp 14 (maximizacin De La Utilidad)
5 Tp 14 (minimizacin Del Gasto T.utilidad)
5 Tp 14 Tres Teoras De La Demanda Y El Sistema Economico
5 Tp 14 Utilidad Cardinal
5 Tp 15 Curvas Indiferencia Pareto
5 Tp 16 Y 18 Lagrange Dual Y Teorias
5 Tp 17 Lagrange
5 Tp 17 Lagrange Max Y Tp18 Minimiza
5 Tp 19 Demanda Teorica
5 Tp 20 Ecuac Slutzky
5 Tp 20 Ecuacion Slutzky
5 Tp 20 Efecto Renta Y Sustitucion De Hicks
5 Tp 22 12indices De Toranzos
50 Informes De 50 Tp
50 Tp Micro1 Octub 2007
6 Dumping
6 Juegos
6 Produc
6 Producion
6 Teoria Juegos Estrategias Mixtas
6 Tp 23 Y 24 Produccion
6 Tp 23 Y Teoria Produccion Y Costos
6 Tp 24 Maximizacion Con Operadores De Lagrange
6 Tp 25 Euler Y Cobb Douglaseulercob
6 Tp 26 Costos
6 Tp 26 Costos A Corto Plazo
575
6 Tp 26 Costos Con Excel

6 Tp 26 Costos Unitarios
6 Tp 26 Punto Muerto
6 Tp 27 (cantidad De Competidores)
6 Tp 27 Cantidad De Emrpesas
6 Tp 27 Cantidad De Firmas En Competencia
6 Tp 28 Sobredimensionada
6 Tp 29 (inventario Optimo)
6 Tp 29 Inventario Optimo Stocks
6 Tp 30 Evaluacion Estados Financieros
6 Tp 30 Tir Segun Excel
6 tp 30 TIR y VAN Teresa Eiras
6 Tp 30 Van Y Tir Etileno
6 Tp 32 Equilibrio Empirico
6 Tp 33 ( Monopolio )
6 Tp 33 Monopolio
6 Tutoria
6 Y 8 Tp 31 Y 46 Evaluacion Proyecto Incierto
6 Tp Sistemas NxN
6 TP sistemas NxN ABRA
6_6 Mtodos equivalentes
6 Metodos equivalentes
7 Carga Impositiva
7 Compett
7 Medio Ambiente
7 Monopolio
7 Monopolios
7 Oligopo
7 Teorema De Coase
7 Tp 28 Empresa Sobredimensionada Y Antidumping
7 Tp 28 Y 39 Competencia Y Antidumping
7 Tp 32 Equilibrio Empresa Con Series Empiricas
7 Tp 34 (monopolio Con Impuestos)
7 Tp 34 Efecto De Los Impuestos
7 Tp 34 Impuestos En Monopolio
7 Tp 35 Discriminacin
7 Tp 35 Discriminacion De Precios O Mercados
7 Tp 35 Discriminacion Mercados
7 Tp 36 Carga Impositiva
576
7 Tp 36 Cargaimpositiva
7 Tp 37 (duopolio Segun Cournot)
7 Tp 37 A 40 Oligopolio
7 Tp 37 duopolio de Cournot
7 Tp 37 Listas De Extras Sin Discriminacion En Antidumping
7 Tp 37 Y 38 Duopolio De Cournot Etc
7 Tp 38 Estacion Vivitos
7 Tp 38 Lider Y Seguidora De Stackelgerg
7 Tp 38 Vivitos Rapidito Lentito
7 Tp 39 (antidumping)
7 Tp 39 Dumping Y Gatt
7 Tp 39 Proceso De Dumping
7 Tp 40 Cartel
7 Tp 40 Stackelberg Y Otros
7 Tp 41 Dilema Del Prisionero
7 Tp 41 Juegos Duoplio Supermercados
7 Tp 41 Juegos Duopolio
7 Tp 41 Juegos Radio Tv
7 Tp 41 Teoria De Los Juegos E Incertidumbre
7 Tp 41 Y 42 Teoria De Los Juegos Y Dominancia
7 Tp 41,45 Y46 Juegos-incertidumbre
7 Tp 42 (juegos Dominancia)
7 Tp 42 Dominancia En Juegos
7 Tp32 Equilibrio Con Funciones Empiricas
7 Vivitos, Rapidito Y Lentito
8 A 10 Tp 43 Y 44 Teoria Distribucion
8 A 10 Tp 47 A 51 Caja De Edgewourt
8 Distribucion
8 Equilibrio General
8 o 10 Tp 47 Equilibrio General
8 o 10 Tp 51 Excedente Consumidor
8 o 9 Tp 45 Seguros E Incertidumbre
8 o 9 Tp 45 Seguros Incertidumbre
8 o 10 Criterios De Bienestar Y Valoracin
8 Tp 47 Equilibrio General
8 Tp 49 Matriz Inversa
8 Tp 49 Matriz I-p Acero Autos
8 Tp 49 Sistemas Ecuaciones Y Matrices
8 Tp 50 Teorema Coase
577
8 Tp 51 Bergson Perdida Social

8 Tp 51 Excedentes Y Bienestar
9 Incertumbre
10 Bienestar
Zip con versiones anteriores:
Zip1 Programa y TP Micro1
Zip2 Prcticos Analticos
Zip3 Micro Con Excel 2012 <<<
Zip4 Archivos Paginas Micro conExcel<<<
Zip5 Otros Archivos Excel
Zip6 Acrobat Reader Para Leer el Libro
Zip7 Con varios Programas
Los 5 recuadrados son los 5 TP obligatorios en Excel
ayuda para alumnos u otros 24 horas 365 das en:

eirasroel@gmail.com
cursos Distancia correo por el sitio Distancia
Todos y el libro son libres ( 0 $ )
578
COMPARACIONES DE SOFT
Las tablas siguientes comparan la informacin general y tcnica para
un anlisis estadstico de los principales paquetes. Los autores incluyen tamben una gran cuadro con la comparacin integral por rubro
(ver abajo su direccin). Unos paquetes de este soft son gratis, otros
tienen un alto costo, pero en muchos casos se pueden bajar de sus
paginas web versiones de prueba trial por 30 das sin costo.
Informacin general:
Informacin bsica sobre cada producto (producto, licencia, interfaz utilizador etc). Nota del precio [1] indica
que el precio era precios altos promocionales (as que
ms elevados puede aplicarse a las compras actuales),
y nota [2] indica eso ms bajo tasacin de penetracin
se ofrece a los compradores acadmicos (e.g. las ediciones del give-away de algunos productos se lan con
algunos libros de textos del estudiante en estadstica).
Producto
AcaStat
Productor
Acastat
La fecha
ms ltima
de la versin
Coste
(USD)
$29
fuente
Licencia del
Interfaz
software
No
Propietario GUI
579
ADaMSoft
Analizarl
ASReml
BioStat
BrightStat
Dataplot
EasyReg
Epi Info
EViews
GAUSS
580
Marco
Scarno
GNU GLP
$185-495
No
Propietario GUI
Febrero de
2007
>$150
No
Propietario CLI/GUI
8 de enero,
2007
$100
No
Propietario GUI
22 de febrero, 2008 Libre
No
Marzo de
2005
Propietario GUI
Public domain
CLI/GUI
$300
No
Propietario GUI
Libre
No
Propietario CLI/GUI
No
Propietario CLI/GUI
No
Propietario CLI
24-ene-08 Libre
Analizar-l
VSN internacional
AnalystSoft
Daniel Stricker
Alan
Heckert
Libre
Libre[3]
/
Herman J.
Bierens
Centros
para el
control y la
prevencin
de la enfermedad
Software
micro
cuantitativo
Sistema de
Aptech
[1][2]
CLI/GUI
8 de noviembre,
2007
Marzo de
2007
2006
GenStat
Hlice de
oro
gretl
JMP
MacAnova
Mathematica
MedCalc
modelQED
Minitab
MRDCL
NCSS
VSN internacional
Hlice de
oro
El equipo
del gretl
Instituto
del SAS
Gary W.
Oehlert y
Christopher Bingham
Investigacin del
volframio
Schoonjans
franco
[marketingqed]
Minitab
Inc.
[1]
Software
estadstico
de NCSS
Julio de
2006
>$190
Marzo de
2008
No
Propietario CLI/GUI
No
Propietario CLI/GUI
21 de marzo, 2008
Libre
GNU GLP
1 de noviembre,
2005
$1190
No
Propietario GUI/CLI
29 de agosto, 2005
Libre
GNU GLP
25 de febrero, 2008 $1880
No
Propietario CLI/GUI
22 de abril,
2008
No
Propietario GUI
No
Propietario GUI
$395
15 de junio,
2007
$1195[2
10 de
enero, 2007 ]
No
4 de enero, $4000[2
]
2008
No
>$399
No
CLI/GUI
GUI
Propietario CLI/GUI
Propietario CLI/GUI
Propietario GUI
581
OpenEpi
Origen
Lenguaje
de programacin del
buey
OxMetrics
Origen
Partek
Cartilla
A. Decano,
K. Sullivan, Diciembre
M. Soe
de 2007
OriginLab
OxMetrics,
J.A. Doornik
OxMetrics,
J.A. Doornik
OriginLab
SalStat
582
$699
No
GNU GLP
GUI
Propietario GUI
Octubre de
2007
Libere
para el
uso acadmico
No
Propietario CLI
Octubre de
2007
$5001200
No
$699
No
CLI/GU
Propietario I
Propietario GUI
No
Propietario GUI
No
Propietario GUI
3 de agosto,
2005
Libre
GNU GLP
CLI
8 de febrero, 2008
Libre
GNU GLP
CLI
1 de agosto,
2006
Libre
GNU GLP
CLI/GUI
1 de octubre, 2007
No
Propietario CLI/GUI
15 de febrero, 2007 Libre
GNU GLP
GUI
Febrero de
2007
GNU GLP
GUI
Partek
Cartilla-e
Febrero de
2007
Pspp
Fundacin
R
de R
Comandan- Zorro de
te de R[4]
Juan
RKWard[4]
Junio de
2007
PSPP
RATAS
Libre
Estima
Comunidad
de RKWard
Alan James
Salmoni
$500$1000
$500
Libre
Instituto
del SAS
Marzo de
2008
UCLA
30 de noviembre,
2006
Junio de
2007
Statgraph
ics
StatPoint
STATISTICA
StatSoft
StatIt
StatIt
Junio de
2005
StatPlus
7 de enero,
SAS
SOCR
Stata
Statacorp
No
Propietario CLI/GUI
Libre
GNU GLP
$129
No
Propietario CLI/GUI
$695 $1295
No
Propietario GUI
>$695
No
>$395
No
Propietario GUI
Propietario GUI
No
Propietario GUI
No
Propietario CLI
No
No
Propietario GUI
Propietario GUI
Propietario GUI
AnalystSoft 2007
$150[1][2]
Insightful
SPlus
Inc.
2005
$1599[2
SPSS
SPSS Inc.
2007 ]
StatsDirect StatsDirect
$179
Statistix
Statistix
$695
Systat
SYSTAT
Software
21 de feInc.
brero, 2007 $1299
UNISTAT
VisualStat
Winpepi
15 de mar-
Unistat Ltd zo, 2005

El computar de VisualStat
J. H. Abramson
Sep de
2007
No
GUI
No
Propietario CLI/GUI
$895,
$495,
$300
No
Propietario Excel
$195
No
Propietario GUI
Libre
No
Propietario GUI
GUI,
583
XLStat
XploRe
Producto
El computar de
Kovach
MD*Tech
Producto
$395[2]
2006
Propietario Excel
Propietario GUI
No
No
La fecha
ms ltima
de la versin
Coste
(USD)
Abra la Licencia del

Interfaz
fuente software
Ayuda del sistema operativo

Producto
OS del
Mac
Windows
Linux
DEB
Unix
ADaMSoft
MacAnova
Dataplot
SalStat
Cartilla
No
No
No
No
AcaStat
No
No
No
No
Analizar-l
No
No
No
No
BioStat
No
No
No
No
BrightStat
No
EasyReg
No
No
No
No
Epi Info
No
No
No
No
Terminado
(1.1)
No
No
No
No
EViews
GAUSS
584
Hlice de oro
No
gretl
JMP
No
No
No
No
MedCalc
No
No
No
No
modelQED
No
No
No
No
Minitab
Terminado No
No
No
NCSS
No
No
No
No
Origen
No
No
No
No
OpenEpi
Partek
No
No
No
PSPP
R
Comandante
de R
RATAS
RKWard
SAS
S[5]
S[5]
S[5]
S[5]
No
No
No
No
Terminado S
No
AcaStat
SOCR
Stata
Statgraphics
STATISTICA
No
No
No
No
No
No
No
No
No
StatIt
No
No
No
No
StatPlus
SPlus
SPSS
No
No
No
No
No
No
No
Mathematica
585
StatsDirect
No
No
No
No
Statistix
No
No
No
No
SYSTAT
No
No
No
No
UNISTAT
No
No
No
No
VisualStat
No
No
No
No
Winpepi
No
No
No
No
XLStat
No
No
No
XploRe
No
No
Producto
OS del
Mac
Windows
Linux
DEB
Unix
Ayuda para varios mtodos ANOVA

Producto
Unidireccional
De dos
vas
MANOVA
GLM
pruebas
Postehoc
Anlisis
de los
cuadrados latinos
AcaStat
No
No
No
No
No
No
ADaMSoft
No
No
No
No
No
No
Analizar-l
No
No
No
BioStat
No
BrightStat
No
No
No
EasyReg
No
No
No
No
No
No
Epi Info
EViews
GAUSS
No
No
No
No
No
No
No
No
No
Hlice de oro
586
S
S
gretl
Mathematica
No
MedCalc
Minitab
No
No
No
NCSS
OpenEpi
No
No
No
No
No
Origen
No
No
No
No
Partek
R
Comandante
de R
SAS
SOCR
Stata
Statgraphics
STATISTICA
No
No
No
No
StatIt
No
StatPlus
SPlus
SPSS
StatsDirect
No
No
Statistix
SYSTAT
UNISTAT
No
VisualStat
No
No
Winpepi
No
No
No
No
No
No
XLStat
No
No
587
Producto
Unidireccional
De dos
vas
MAGLM
NOVA
pruebas
Postehoc
Anlisis
de los
cuadrados latinos
REGRESION - Ayuda para varios mtodos
de regresin:
AcaStat
ADaMSoft
Analizar-l
No
No
No
No
No
BioStat
BrightStat
EasyReg
Epi Info
EViews
GAUSS
No
No
No
No
No
No
S
S
Hlice de oro
gretl
S
S
MedCalc
Minitab
No
No
No
NCSS
Mathematica
No
No
No
No
No
No
Origen
Partek
No
No
No
No
No
588
Comandante
de R[4]
RATAS
No
Sagata
No
No
No
No
SAS
SOCR
Stata
Statgraphics
STATISTICA
No
No
No
No
No
No
No
No
StatPlus
SPlus
SPSS
No
No
StatsDirect
SYSTAT
UNISTAT
No
StatIt
S
S
S
No
S
S
Statistix
VisualStat
Winpepi
XLStat
Producto
S
S
LoOLS WLS 2SLS NLLS gstico
GLM
CHAVAL
Por
etapas
589
SERIES DE TIEMPO -Ayuda para vario anlisis de

serie de tiempo.
Producto
ARIMA
Prueba
de la
Prueba de
GARCH raz de
Cointegration
la unidad
VAR
GARCH
Multivaria
AcaStat
Analizar-l
BioStat
EasyReg
EViews
GAUSS
gretl
Mathematica
MedCalc
Minitab
No
No
No
No
No
No
No
No
No
NCSS
Origen
R
No
No
No
No
No
Comandante
de R[4]
RATAS
SAS
SOCR
Stata
590
Statgraphics
STATISTICA
No
No
No
No
No
No
No
No
No
No
No
No
StatIt
StatPlus
SPlus
SPSS
StatsDirect
Statistix
SYSTAT
UNITAT
No
No
No
No
VisualStat
Winpepi
XLStat
Prueba
de la
Prueba de
GARCH
Producto
ARIMA GARCH raz de
VAR Multivaria
Cointegration
la unidad
COMPARACON INTEGRAL DE PAQUETES ESTADISTICOS
DISPONIBLE EN:
http://www.worldlingo.com/ma/enwiki/es/Comparison_of_statistic
al_packages
591
REFERENCIAS BIBLIOGRFICAS
Se han buscado y no fueron encontrados (en Microsoft, ni en
editoriales internacionales, en ingls o en castellano) textos o
CD (tienen interactividad) con casos ejemplificados mediante
Excel sobre este tipo de contenido. Consecuentemente, se
aplic en el presente trabajo el utilitario Excel, para clarificar y
abreviar la solucin de ejercicios conceptuales publicados en
diversos trabajos.
Algunos pocos ejercicios forman parte del paquete Excel del
Office de Microsoft; pero la mayor parte de los ejercicios conceptuales ha sido obtenida de los textos utilizados en los programas de Microeconoma I, o de Estadstica, de la Facultad
de Ciencias Econmicas de la Universidad de Buenos Aires.
Varios de ellos se listan a continuacin (otros trabajos pueden no
estar listados aqu y se pide disculpa):
-Allen, R. G. D., Anlisis Matemtico para Economistas,
Aguilar Ediciones, 1964.
Madrid:
-Baumol, W. J., Teora Econmica y Anlisis de Operaciones, Madrid: Editorial Dossai, 1980.`
-Beker, V. A., Microeconmia Aplicada, Buenos Aires: Editorial de
Belgrano, 1992.
-Bronson, R., Investigacin de Operaciones- Teora y 310 Problemas Resueltos. Editorial McGaw Hill: serie Schaum publicado en
espaol. ISBN 968-451-385-2
592
-Cecil Mills, F., Mtodos Estadsticos Aplicados a la Economa y a

los Negocios, Madrid, Aguilar Ediciones, 1965.
-Chiang A., Mtodos fundamentales de economa matemtica, Buenos Aires: Amorrortu Editores, 1977.
-Cortada, N.-Carro, J. M., Estadstica Aplicada, Buenos Aires, EUDEBA, 1968.
-Davies, O. L., Mtodos Estadsticos Aplicados a la Investigacin a
la Produccin, Madrid: Aguilar Ediciones, 1965.
-Diguez, H.-Porto, A., Problemas de Microeconoma, Buenos Aires: Editorial Amorrortu, 1972.
-Eiras Roel, S., Microeconoma: ejercicios de los cursos FCE-UBA,
Buenos Aires, accesibles en:
www.microeconomiaconexcel.com
http://distancia.econ.uba.ar
http://www.econ.uba.ar/www/departamentos/economia/
plan97/micro1/eiras_roel/
Dep..Economa (Microeconomia I-catedra I -adjunto Eiras
Roel);
www.aplinfo.com.ar (claveen Entrar: microeconomia)
-Ferguson, C. E.-Gould, J., Teora Microeconmica, Buenos Aires:
Editorial Fondo de Cultura Econmica, 1983.
-Fernndez Pol, J. Demanda de los Consumidores, Ediciones Rancagua.
-Gonzlez Garca, J. A., Tcnica operativas para la toma de decisiones, Madrid: Editorial Index, 1976.
-Gujarati, Damodar N., Econometra (Un. West Point)
593
-Henderson, J.M.-Quandt, R.E., Teora Microeconmica, Barcelona,

Editorial Ariel, 1985.
-Kmenta, J., Elementos de Econometra, Barcelona: Editorial Vicens
Universidad, 1980.
-Lago. A. V., Microeconoma, Buenos Aires: Ediciones Macchi,
1976.
-Moroney, M. J., Hechos y Estadsticas, Buenos Aires: EUDEBA,
1970.
-Rbora, T. I., Ejercicios de los cursos de microeconoma I, en
www.rebora.homestead.com
-Solana, R. F., Planeamiento y control de la produccin, Buenos
Aires: Editorial El Coloquio, 1974.
-Spiegel, M. R., Estadstica, Bogot: Editorial McGraw Hill, 1969.
-Taha, Handy A., Investiagacin Operativa (Un. Arkansas).
-Toranzos, F. I., Estadstica, Buenos Aires, Editorial Kapelusz, 1962.
Tambn Formacin Matemtica del Economista, Buenos Aires,
Fondo de Cultura Econmica, 1964.
-Tow, F., Programa de Microeconoma I, Buenos Aires: Facultad
Ciencias Econmicas-UBA, 1997.
-Tow, F., Gua de trabajos prcticos Microeconoma, Ed. CECE.
-Trejo, C. A., Matemtica General, Buenos Aires, Editorial Kapelusz,
1962.
-Varian y Bergstrom (Bergstrom-Varian), Ejercicios de Microeconoma Intermedia, Barcelona: Editorial Bosch, 1987.
594
-Varian, H. R., Anlisis Microeconmico, Barcelona: Editorial Bosch,

1998.
-Varian, H. R., Microeconoma Intermedia, Barcelona: A. Bosch Editor, 1998.
-Watson, D. S., Teora de los precios en accin, Mxico: Editorial
Trillas, 1981.
-Yamane, T., Matemticas para Economistas, Barcelona, Editorial
Ariel, 1965.
595
NOTA:
Es usual encontrar PC con teclados desconfigurados y tener dificultades para ubicar algunos signos, smbolos, caracteres. Pueden
obtenerse pulsando simultneamente Alt + (pad numrico):
Alt 40
Alt 41
Alt 42
Alt 43
Alt 45
Alt 46
Alt 47
Alt 60
Alt 61
Alt 62
Alt 92
Alt 94
Alt 97
Alt 208
Alt 230
Alt 255
(
)
*
+
.
/
<
=
>
\
^
a
AYUDA DE MICROSOFT ON LINE

Existe ayuda automtica de Microsoft en
(http://support.microsoft.com/gp/mtdetails ) con traducciones automticas o de un traductor humano. Microsoft le ofrece artculos traducidos por un traductor
humano y artculos traducidos automticamente para
que tenga acceso en su propio idioma a todos los ar-
596
tculos de nuestra base de conocimientos (Knowledge

Base). Sin embargo, los artculos traducidos automti
camente pueden contener errores en el vocabulario, la
sintaxis o la gramtica, como los que un extranjero
podra cometer al hablar el idioma. Microsoft no se hace responsable de cualquier imprecisin, error o dao
ocasionado por una mala traduccin del contenido o
como consecuencia de su utilizacin por nuestros clientes. Microsoft suele actualizar el software de traduccin
frecuentemente.
597
PROGRAMA (linkeado) FCE-UBA:

PROGRAMA (con bibliografa detallada ylinkeado a algunas
ayudas alternativas):
El problema econmico. Descripcin sinttica de un sistema econmico global y su funcionamiento desde la perspectiva microeconomica. Consumidores. Productores. Propietarios
de los factores de produccin. Mercado de productos y de factores. Sectores econmicos. Sector gobierno y sector externo.
Gustos y tecnologa. Interrelaciones. Flujo circular. Sistema de
precios. Diferenciacin de la macroecoma. Aspectos metodolgicos: economa positiva y normativa, teora y realidad. Variables. Funciones e identidades. Modelos determinsticos y
estocsticos.
DETALLE
El problema econmico.
(Lipsey cap.4)
Descripcin sinttica de un sistema econmico global y su funcionamiento desde la perspectiva microecon.. (Parkin 1)
Consumidores. Productores. Propietarios de los factores de
produccin.
Mercado de productos y de factores.
Sectores econmicos. Sector gobierno y sector externo.
Gustos y tecnologa. Interrelacines.
Flujo circular.
Sistema de precios.
(Lipsey 5; Friedman 1)
Diferenciacin de la macroecoma.
598
Aspectos metodolgicos: economa positiva y normativa; teora y realidad.

(Lipsey 1)
Variables. Funciones e identidades.
(Lipsey 2)
Modelos determinsticos y estocsticos.
(Lipsey 3)
Lipsey, Richard: Introduccin ala economa positiva. Cap. 1 5 Objeto y mtodo. Visin general del sistema de precios.
Parkin, M. Microeconma. Cap. 1 Qu es la economa?
Friedman, M. Teora de los precios. Cap. 1 - Introduccin.
UNIDAD 2: LA DEMANDA Y LA OFERTA.

La funcin de demanda y de oferta de mercado. Conceptos ex-ante y ex-post. Unidad de tiempo y de medida. Variables dependientes e independientes. Elasticidades. Definicin de los bienes. Gasto e ingreso total. Composicin de las
curvas mediante suma horizontal. Desplazamientos de las
curvas. Relacin entre los conceptos.
DETALLE
UNIDAD 2: LA DEMANDA Y LA OFERTA.
La funcin de demanda y de oferta de mercado.

(Lipsey 7,8,10; Parkin 4; Friedman 2 hasta49).
Conceptos exante y expost
Unidad de tiempo y de medida.
Variables dependientes e independientes.
Elasticidades.
(Baumol c.8 hasta 175 ed.1964; cap9 hasta 190 ed.1980; Mochn 5; Parkin 5; Varian 15)
Deficin de los bienes.
599
Gasto e ingreso total.
(Varian 15; conviene tambien el cap
3 de Baumol)
Composicin de las curvas mediante suma horizontal .
(DieguezPorto ej.35)
Desplazamientos de las curvas. Relacin entre los conceptos.
Lipsey, R. Introduccin a la economa positiva. Cap. 7 La teora elemental de la demanda. La teora elemental de la oferta.
Cap. 10 La elasticidad de la oferta y la demanda.
Mochn F. y Becker V. Economa,Principios y aplicaciones.
Cap. 5 Oferta y demanda: conceptos bsicos y apliaciones.
Parkin, M. Microeconoma. Cap.4 Demanda y oferta. Cap.5
Elasticiad.
Friedman, M. Teora delos precios. Cap. 2 La teora de la demanda (hasta la pag. 49)
Baumol W. Toera econmica y anlisis de operaciones. Cap.
8 Teora del demanda (hasta la pag. 175).
Fernndez Pol, J. Conceptos matemticos tiles en microeconma. Parte I. Cap. 5 Funciones homogneas. Teorema de
Euler.
Varian, Harl R. Microeconoma intermedia. Cap. 15 La demanda del mercado.
UNIDAD 3: EL MERCADO COMPETITIVO.
Caracterizacin. Equilibrio. Condiciones de estabilidad
(estticas). Hiptesis del exceso de demanda (Walras). Hiptesis del exceso de demanda precio (Marsall). Modificacin del
equilibrio. Esttica comparada. Subsidios e impuestos. Oferta
conjunta, demanda compuesta y demanda derivada en condiciones de coeficientes fijos. Mercados relacionados. Modelo
de la telaraa y otros modelos dinmicos. Condiciones de es-
600
tabilidad dinmica. Predicciones e interpretacin a travs del

modelo de la oferta y demanda. Comparacin de esquemas
analticos. Introduccin a la estimacin de las funciones. Problemas de identificacin. Estudio de casos de la realidad. Extensiones: introduccin a la econometra.
DETALLE:
UNIDAD 3: EL MERCADO COMPETITIVO.
Caracterizacin.
Equilibrio. Condiciones de estabilidad (esttica). Hiptesis del exceso
de demanda -Walras). Hiptesis del exceso de demanda precio -Marsall.
(Henderson-Quandt 6-7 y 6-8)
Modificacin del equilibrio. Esttica comparada. Subsidios e impuestos
(Lipsey 9 y 11; Parkin 6)
Oferta conjunta, demanda compuesta y demanda derivada en
condiciones de coeficientes fijos. Mercados relacionados.
(Friedman 7)
Modelo de la telaraa y otros modelos dinmicos. Condiciones de estabilidad dinnica.
(Lipsey 12; Henderson-Quandt 6-8
y 6-9)
- Predicciones e interpretacin a travs del modelo de la oferta
y demanda. Comparacin de esquemas analticos:
Introduccin a la estimacin de las funciones. Problemas de identificacin.
(Baumol cap.10 ed.1980 es ms especfico pero excede el nivel de la asignatura)
Estudio de casos de la realidad.
(Eiras: chapa fro; discos embrague; helados; departamentos, etc. resueltos en pginas Web )
Extensiones: introduccin a la econometra.
(Baumol,
etc. ...)
601
Lipsey, R. Introduccin a la economa positiva. Cap. 9 La teora elemental del precio de mercado. Cap. 11 Algunas predicciones de la teora del precio (centra su enfoque en los impuestos, precios maximos y precios mnimos). Cap. 12 La
teora elemental del precio. Anlisis dinmico (incluye el modelo de la telaraa)
Varian H. R. Microeconoma intermedia. Cap. 16 El equilibrio.
Parkin, M. Microecoma. Cap. 6 Los mercados en la prctica.
Friedman M. Teora de los precios. Cap. 7 La demanda derivada.
Henderson J. y Quandt, R.: Teora microeconmica. Cap. 6 El
equilibrio del mercado; punto 6-7 La existencia y unicidad del
equilibrio; 6-8 La estabilidad del equilibrio; 6-9 El equilibrio dinmico con ajuste retrasado (modelo de la telaraa)
Bibliografa complementaria.
De Pablo, J y Tow, F.: Lecturas de microecoma por economistas argentinos. Canavese, Alfredo J, Una exposicin sobre
problemas habituales en la estimacin de funciones de damanda.
Stigler, G. y Boulding, K., Ensayos sobre la toera de los precios. Cap. 4 Working, E. J,: Qu demuestran las funciones
estadsticas de demanda ?
Ejercicios resueltos:
Dieguez, H. y Porto, A,: Problemas de microeconoma. Problema 35 Agregacin de demandas.
UNIDAD 4: PROGRAMACION LINEAL COMO INSTRUMENTO DE MODELACION MICROECONOMICA.
602
Los supuestos: aditividad, proporcionalidad, no negatividad y funcin objetivo lineal. Actividades, item, flujos externos, ecuaciones de balance, coeficientes de insumo producto.
Variables de holgura. Minimizacin y maximizacin. Planteo de
problemas. Problema primal y dual. Variables artificiales. El
mtodo Simplex. Su interpretacin econmica. Precios sombra. Planteo y aplicacin de teoremas. Anlisis de sensibilidad.
Extensiones: programacin entera y no lineal.
DETALLE:
UNIDAD 4: PROGRAMACIN LINEAL COMO INSTRUMENTO DE MODELACION MICROECONOMICA.
Los supuestos: aditividad, proporcionalidad, no negatividad y

funcin objetivo lineal. Actividades, item, flujos externos,
ecuaciones de balance, coeficientes de insumo producto. Variables de holgura.
Minimizacin y maximizacin. Planteo de problemas.
(Baulol 5 Henderson-Quandt 5-6 y 5-7; Tow ficha
ed.Macchi)
Problema primal y dual. Variables artificiales.
(Baumol
6)
El mtodo Simplex. Su interpretacin econmica. Precios
sombra. Planteo y apliacin de teoremas. Anlisis de sensibilidad.
(3 paginas Eiras en Web; Ej. en ExcelSolver)Extensiones: programacin entera y no lineal.
(Baumol 7; Ej.en paginas Web Eiras con Solver de Excel)
Baumol, W. Teora econmica y anlisis de operacioens. Cap.

5 Programacin lineal
603
Henderson, J. y Quandt, R: Teora microeconmica. Cap. 5

punto 5-6 Funciones de produccin lineales y 5-7 Programacin lineal.
Tow, Fernando V. Progrmacin lineal como instrumento de
modelacin microeconmica. Todas las secciones.
Bibliografa complementaria:
Dorfman, R., Samuelson, P., Solow, R, Programcin lineal y anlisis econmico. Cap. 5 El problema del transporte; punto 5-1 Un caso sen-
cillo y 5-4 Los valores implicitos: el dual.

Ejercicios resueltos:
Dieguez H. y Porto, Problemas de microeconoma. Problema
13 Maximizacin del producto. Problema 14 Minimizacin del
costo. Problema 16 Plan de produccin. Problema 17 Plan de
produccin (II). Problema 18 Plan de produccin (III)
UNIDAD 5: EL CONSUMIDOR.
Preferencias y elecciones racionales. Utilidad cardinal y

ordinal. La restriccin presupuestaria. Maximizacin de la utilidad. Equilibrio del consumidor. Deduccin de la curva de demanda individual. Propiedades. Ecuacin de Slutzky. Efectos
precio y renta. Clasificacin econmica de los bienes. La preferencia revelada. Los ndices de ingresos. Elecciones intertemporales. Extensiones: inclusin del tiempo en la tecnologa
del consumo y como restriccin. Costos de bsqueda.
DETALLE
UNIDAD 5: EL CONSUMIDOR
Preferencias y elecciones racionales.

Utitidad cardinal
(Parkin 7)
604
...y untilidad ordinal

(Parking 8; Baumol 8-5 hasta 8-10
ed.1964 9-5 hasta 9-10 ed.1980).
La restriccin presupustaria.
Maximizacin de la utilidad.
Equilibrio del consumidor.
(Friedman 2 pag. 4973)(Varian 3,4,5)(Baumol 2 y3)
Deduccin de la curva de demanda individual. Propiedades.
(Dieguez-Porto ej 32 y 34 )
Ecuacin de Slutzky. Efectos precio y renta.
(Baumol
8-11 y 8-12 ed.1964 9-11 hasta 9-17 ed.1980; HendersonQuandt cap2 y 3-5)
Clasificacin econmica de los bienes.
(Varian 8)
La preferencia revelada.
(Baumol 8-12 o 9-13
ed.1980, etc.) (Henderson-Quandt 3-5)(Varian 7) (DieguezPorto ej.36)
Los ndices de ingresos.
Elecciones intertemporales.
(Dieguez-Porto ej.40)
Extensiones: inclusin del tiempo en la tecnologa del consumo y
como restriccin.
(Varian 10) (Lago: Microec. c.XII)
Costos de bsqueda.
Fernndez Pol, J : conceptos matemticos tiles en microeconma. Parte II Cap. 3 Tercer caso: funciones de dos variales y una restriccin.
Parkin, M. Microeconoma. Cap. 7 Utilidad y demanda. Cap. 8
Posibilidades, preferencias y elecciones.
Baumol, W.: Teora economca y anlisis de operaciones. Cap.
8 Teora de la demanda (pag. 175 en adelante)
Friedman, M. Teora de los precios. Cap. 2 La teora de la demanda (pag. 49 en adelante)
Henderson, H. y Quandt, R Toera microeconmica. Cap. 2 La
teora de la conducta del consumidor. Cap. 3 Temas sobre la
605
teora de la conducta del consumidor: puntos 3-5 La teora de

la preferencia revelada.
Varian, H. Microeconoma intermedia. Cap. 3 Las preferencias.
Cap. 4 La utilidad. Cap. 5 La eleccin. Cap. 6 La demanda.
Cap. 8 La ecuacin de Slutsky.
Ejercicios resueltos.
Dieguez H. y Porto A. Problemas de microeconoma. Problema 32 Utilidades independientes e interdependientes. Probmema 34 Autarqua de un productor-consumidor. Problema
36 Preferencia revelada.
UNIDAD 6: LA EMPRESA Y LA UNIDAD DE NEGOCIOS.
Funcin de produccin. Isocuantas e isocostos. Rendimientos de los factores variables y rendimientos a escala. Minimizacin de costos. Eficiencia tcnica y econmica. Deduccin de las funciones de costos y sus relaciones. Costos de
corto y largo plazo. Asignacin de los factores de la produccin. La naturaleza de la empresa. Modelos de inventarios ptimos. El problema de los incentivos. El financiamiento. La inversin y los flujos financieros. Anlisis costo beneficio. Extensiones: evaluacin econmica y financiera de proyectos.
DETALLE UNIDAD 6:
LA EMPRESA Y LA UNIDAD DE NEGOCIO.
Funcin de produccin.
Baumol 9 )
606
(Mochn 7; Paarkin 10;
Isocuantas e isocostos.
Rendimientos de los factores variables y rendimientos a escala.
Minimizacin de costos (Baumol 2 y 3; Dieguez-Porto ej.1
y 6;
Henderson-Quandt 5-1, 5-2; Varian 17 a 21)

Eficiencia tcnica y econmica.
(Parkin 9; Mochon 7)
Deduccin de las funciones de costos y sus relaciones.
Costos de corto y largo plazo.
(Mochon 8)
Asignacin de los factores de la produccin.
La naturleza de la empresa.
(Coase)
Modelos de inventarios ptimos.
(Baumol 1);
El problema de los incentivos. El financiamiento.La inversin y
los flujos financieros. Anlisis costo beneficio. (Parkin 9)
Extensiones: evaluacin econmica y financiera de proyectos.
Mochn, F. y Becker, V. Economa, principios y apliaciones.

Cap. 7 La teora de la produccin y de los costos.
Parkin, M., Microeconma. Cap. 10 Produccin y costos.
Baumol W., Teora econmica y anlisis de operaciones. Cap.
1 Optimizacin y un ejemplo de anlsis de existencias. Cap. 9
Produccin y costos.
Henderson J. y Quandt R. Teora microeconmica. Cap. 4 La
teora de la empresa. Cap. 5 Temas sore la teora de la empresa: puntos 5-1 Funciones de produccin homogneas y 52 Las funciones de produccin CES (elasticidad de sustitucin
constante)
Bibliografa complementaria
Varian, H. Microeconma intermedia. Cao. 17 La tecnologa.
Cap. 20 Las curvas de costes.
Friedaman, M. Teora de los precios. Cap. 5 Las relaciones
entre curvas de oferta y curvas de costes.
607
Coase, Ronald. La naturaleza de la empresa, en Stigler, G. y

Boulding, K.,: Ensayos sobre la toera de los precios.
Dieguez, H. y Porto, A. Problemas de microeconoma. Problema 1 Minimizacin del costo de poducir una cantidad dada
de un bien. Problema 6 Rendimientos a escala.
UNIDAD 7: EL OBJETIVO DE LA EMPRESA Y FORMAS DE MERCADO DE

PRODUCTOS.
Competencia perfecta, maximizacin de beneficios y la

curva de oferta individual y de la industria. Corto y largo plazo,
Economas y deseconomas externas. Monopolio maximizador
de beneficios. Monopolio maximizador de ventas con restriccin de beneficios. Monopolio discrimidor de precios. Empresa lder con competidores perfectos. Competencia imperfecta.
Duopolio: soluciones de Cournot, de von Stackelberg, de Bertrand y de colusin. Teora de los juegos. Publicidad. Oligopolios: la demanda quebrada, la participacin fija en el mercado.
Modelos de competencia espacial. Extensiones: evaluacin
emprica de algunos modelos de conducta empresaria.
DETALLE
UNIDAD 7: EL OBJETIVO DELA EMPRESA Y FORMAS DEL

MERCADO DE PRODUCTOS
Competencia perfecta, maximizacin de beneficios y la curva de oferta individual y de la industria.
Corto y largo plazo,

Economas y deseconomas externas
(Mochon 9)
(Parkin 11) (Henderson-Quandt 6-1 hasta 6-5) (Varian 21, 22)
608
Monopolio maximizador de beneficios.
(Monchon 10; Baumol

11; Henderson-Quandt 7; Varian 19)
Monopolio maximizador de ventas con restriccin de beneficios.
Monopolio discrimidor de precios.
(Dieguez-Porto ej. 25 caso
general ! )(Parkin 12) (Varian 23, 24) (Baumol 16-13 caso
sencillo !)
Empresa lder con competidores perfectos.
Competencia imperfecta.
(Mochon 11)(Parking 13)
(Henderson-Quandt 8-1 8-2 8-3))
Duopolio: soluciones: de Cournot
de von Stackelberg,
de Bertrand y
de colusin.
(Dieguez-Porto ej.19, 20, 23,24,25,28,30,31)
Teora de los juegos.
(Parkin 13) (Henderson-Quandt
8-5)
Publicidad.
(Baumol 10)
la participacin fija en el mercado.
(Stigler)
Modelos de competencia espacial . (Lago: Microec. c.XI)
Extensiones: evaluacin emprrica de algunos modelos de
conducta empresaria.
(Baumol 10 o 15 ed.1980 ) (
DiTella; De Pablo; Tow)
Oligopolios: la demanda quebrada,
Mochn F. y Becker V. Economa, principios y aplicaciones.

Cap. 8 El mercado de competencia perfecta. Cap. 9 El monopolio. Cap. 10 El oligopilio y la compencia monopolista.
Parkin, M. Microecoma. Cap. 11 Competencia. Cap. 12 Monopolio. Cap. 13 Competencia monopolista y oligopolio.
Boumal W. Teora econmica y anlisis de operaciones. Cap.
10 La empesa y sus objetivos. Cap-. 11 Estrutura del mercado,
determinacin de precios y produccin.
Henderson J y Quandt R Teora microeconmica. Cap. 6 El
equlibrio del mercado: punto 6-1 Los supuestos de la compencia perfecta; 6-2 Funciones de demanda; 6-3 Funciones de
609
oferta; 6-4 Equilibiro del mercado de un bien; 6-5 Una aplicacion a los impuestos. Cap. 7 Monopolio, monopsonio y competencia monopolistica.Cap. 8 Duopoio, oligopolio ymonopolio
bilateral: puntos 8-1 Duopolio y oligopolio: producto homogneo; 8-2 Duopolio y oligopolio: produtos diferenciados; 8-3
Duopsonio y oligopsonio; 8-5 Monopolio bilateral.
Vaarian, H. Microeconoma intermedia. Cap. 18 La maximizacin del beneficio. Cap. 19 La minimizacin de los costes.
Cap. 21 La oferta de la empresa. Cap. 22 La oferta de la industria. Cap. 23 El monopolio. Cap. 24. La conducta del monoplio. Cap. 2 El oligopolio.
De Pablo J. y Tow F. Lecturas de microeconma por economistas argentinos. Di Tella, Guido y Baccino, Osvaldo: Anlisis
terico de los efectos de la intermediacin comercial. El caso
de la industria del automvil en Argentina. De Pablo, J.; Monoplio y tarifas de importacion. De Pablo, J.: Comparacin del
equjilibrio competitivo y monoplico. Tow, F. Un caso de equilibrio mtiple en el monopolio simple.
Stigler, G. y Boulding, K. Ensayos sobre la teora de los precios. Stigler G. La demanda quebrada y precios rgidos.
Diequez H y Porto A. Problemas de microeconma. Problema
19 Impuesto a las ventas a uKn monopolista. Problema 20
Publicidad. Problema 23 Monopolista con ventas en dos mercado (I). Problema 24 Monoplista con ventas en dos mercados
(II). Problema 25 Monopolista con ventas en dos mercados y
discriminacin de precios en uno de ellos. Problema 28 Duoplio. Problema 30 Mercado de un bien: soluciones de compe-
610
tencia y monoplio. Problema 31 Empresa de energa: tarifas y

capacidad de planta.
Las Unidades 8 y 9 estan consideradas como extensiones de

la Unidad 7 Distancia y la Unidad 10 es la Unidad 8 Distancia
UNIDAD 8: FORMAS DE MERCADO DE FACTORES.
La demanda de los factores de produccin bajo condiciones de competencia y monopolio en el mercado de productos. Oferta de factores en condiciones de competencia, de
monopsonio y oligopsonio. Monopolio bilateral. Sindicatos.
Negociacin. Intermediarios monoplicos y monopsnicos.
Rentas y cuasirentas. La oferta de trabajo a corto plazo: eleccin entre ocio e ingreso. La oferta laboral a largo plazo. Diferenciales de ingreso. Extensiones: capital humano y no humano.
DETALLE
UNIDAD 8: FORMAS DE MERCADO DE FACTORES.
La demanda de los factores de produccin bajo condiciones

de competencia y monopolio en el mercado de productos.
(Lipsey 28)(Mochn 13)(Parkin 14 y 15)(Friedamn 7 y
9)(Varian 25)(Henderson-Quandt 4-3 y 6-6)
Oferta de factores en condiciones de compentencia,
de monopsonio
y oligopsonio.
(Tow)
Monopolio bilateral.
(Hendersn-Quandt
8-5)
611
Sindicatos. Negociacin.
Intermediarios monoplicos y monopsnicos.
Rentas y cuasirentas.
La oferta de trabajo a corto plazo: eleccin entre ocio e ingreso.

La oferta laboral a largo plazo.
Diferenciales de ingreso.
Extensiones: capital humano y no humano.
(Parkin
18)(Mochon 14)
Lipsey R. Introduccin a la economa positiva. Cap. 28 Salarios y contratacin colectiva.

Mochn F. y Becker V. Economa, principios y aplicaciones.
Cap. 13 Distribucin y sistema de precios.
Parkin, M. Microeconoma. Cap. 14 La fijacin de precios y la
signacin de los factores de la produccin. Cap. 15 Mercados
de trabajo.
Varian H. Microeconoma intermedia. Cap. 25. Los mercados
de factores.
Henderson J. y Quandt R. Teora microeconomica. Cap. 4 La
toera de la empresa: punto 4-3 Demanda de inputs. Cap. 6 El
equlibrio del mercado: punto 6-6 El equilibrio en el mercado de
factores.
Friedamn M. Teora de los precios. Cap. 7 Demanda derivada
(La demanda de trabajo y la oferta de trabajo, el control sobre
los salarios). Cap. 9 La teora de la productividad marginal y la
demanda de los factores de produccin. Cap. 11 La oferta de
factores de produccin.
Bbibliografa complementaria.
612
De Pablo, J. y Tow F., Lecturas de microeconoma por economista argentinos. Tow F. Anlisis crtico de un caso de oligopsonio.
Dieguez H. y Porto A. Problemas de microeconoma. Problema 22 Salario mximo. Problema 33 Eleccin entre consumo
y ocio.
UNIDAD 9: INCETIDUMBRE Y RIESGO Y CONCEPTOS DELA TEORIA DE LOS

JUEGOS.
Distincin. Axiomas de von Neumann y Morgenstern. La

utilidad esperada. Funciones cncavas y convexas de utilidad.
El seguro y el juego. La maximizacin de la utilidad esperada
en la teora del consumidor y de la empresa. Comparacin con
modelos de certeza. Juegos cooperativos y no cooperativos en
forma estratgica. Conceptos de solucin. Extensiones: aplicaciones macroeconmicas.
DETALLE
UNIDAD 9: RIESGO E INCERTIDUMBRE Y CONCEPTOS DE LA

TEORA DE LOS JUEGOS.
Distincin.
(Parkin 13 y 17)(Friedman 4)
Axiomas de von Neumann y Morgenstern.

La utilidad esperada.
Funciones cncavas y convexas de utilidad.
El seguro y el juego.
(Varian 12
y 27; Henderson-Quandt
3-8, 3-9, 5-5, 6-10, 8-4; Baumol 17, 18, 19; Dieguez-Porto
ej.42 y 43)
613
La maximizacin de la utilidad esperada
En la teora del consumidor y de la empresa. Comparacin con

modelos de certeza.
Juegos cooperativos y no cooperativos
En forma estratgica. Conceptos de solucion.

Extensiones: apliaciones microeconomicas.
Parkin, M. Microeconma Cap. 13 Competencia monopolstica
y oligopolio. Cap. 17 Incertidumbre e informacin.
Varian H. Microecoonoma intermedia. Cap. 12 La incertidumbre. Cap. 27 La teora de los juegos.
Henderson J. y Quandt R. Teora microeconmica. Cap. 3
Temas sobre la teora de la conducta del consumidor: puntos
3-8 EL problema de la eleccion en situacion con riesgo. Los
axiomas. Utilidad esperada. Cap. 5 Temas sobre la teora de
la empresa: punto 5-5 Produccin en un contexto de incertidumbre. Cap. 6 El equilibrio del mercado: punto 6-10 Los mercados de futuros. Cap. 8 Duoplio, oligopolio y monopolio bilateral: punto 8-4 Teora de los juegos.
Friedman M. Teora de los precios. Cap. 4 El anlisis de la
incertidumbre basado en la utilidad.
Baumol W. Teora econmica y anlisis de operaciones. Cap.
17 Utilidad cardinal de Neumann-Morgenstern. Cap. 18 teora
del juego. Cap. 19 Teora de los acuerdos.
Gibbons, R. Un primer curso de teora delos juegos. Cap. 1 y 2
Stigler G. y Boulding K. Ensayos sobre la teora de los precios.
Cap. 3.
Friedman, Milton y Savage, L. Estudio de las elecciones que
implican un riesgo, a la luz de la teora de la utilidad.
614
Dorfman R, Samuelson P y Solow R. Programacin lineal y

anlisis econmico. Cap. 15 Elementos de la teora de los
juegos.
Dieguez H. yPorto A. Problemas de microeconoma. Problema
42 Elecciones en situacin de riesgo (I) Problema 43 Eleccin
en situaciones de riesgo (II).
Las Unidades 8 y 9 estan consideradas como extensiones de
la Unidad 7 Distancia y la Unidad 10 es la Unidad 8 Distancia
UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL INGRESO.
El modelo de dos factores (fijos) y dos productos con

economa cerrada. Ley de Walras y de Say. Caja de Edgeworth. Curva de posibilidades de produccin. Modelo con coeficientes fijos de produccin. Distribucin del ingreso bajo
competencia perfecta. Efecto del monopolio y de impuestos.
Apertura de la economa de un modelo de pas pequeo. Equilibrio parcial versus general. Extensiones: costos privados y
sociales. Introduccin a la teora del bienestar.
DETALLE
UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL
INGRESO
El modelo de dos factores (fijos) y dos productos con economa cerrada.
Ley de Walras y de Say.
(Baumol 12, 13 ed. 1964 o Cap
20,
21,22 en ed.1980) (Henderson-Quandt 9-2) (Varian 28)

Caja de Edgeworth.
(Mochon 12)(Henderson-Quandt 92; Varian 29 + apendice; Dieguez-Porto 45)
Curva de posibilidades de produccin.
615
Modelo con coeficientes fijos de produccin.

Porto ej. 4, 48, 50; ej. Paginas Web Eiras)
(Dieguez-
Distribucin del ingreso bajo competencia perfecta.
(Parkin
20, 21, 22)

Efecto del monoplio y de impuestos.
(Friedman 3)
Apertura de la economa de un modelo de pas pequeo.
( Tow )
Equilibrio parcial versus general.
Extensiones: costos privados y sociales.

(Mochon
12)(Varian 34)
Introduccin a la teora del bienestar .
(Varian 30, 31)
Parkin , M. Microeconoma. Cap. 19 Imperfeccin del mercado. Cap. 20 Eleccin pblica. Cap. 21 Regulacin y legislacin
antimonopolio
Varian H. Microeconma intermedia. Cap. 33 Los bienes publicos.
Friedman M. Teora de los precios. Cap. 3 Los efectos de los
impuestos sobre el bienestar.
Varian H. Microeconoma intermedia. Cap. 29 La produccin.
Dieguez H y Porto A. Problemas de microeconoma. Problema 4 - Funcin de transformacin. Problema 48 Modelo de
economa con dos sectores productivos y relaciones de insumo-producto. Problema 50 Caso de un factor no reasignable.
Alternativamente, ejercicios pginas Web Eiras indicados en
cada caso, en sta y las dems unidades.
616
Enfoque prctico:
Este curso tiene una modalidad analtica similar a los dictados
en la Escuela de Economa de Londres., en el MIT y en alguna universidad espaola. Sin embargo, como Microeconoma a nivel intermedio, de aplicacin directa y plena en los diversos departamentos
de toda empresa, se le ha asignado un tratamiento tipo Microeconoma en Accin: el alumno debe captar la aplicacin de cada
principio / modelo -incluso su clculo matemtico y con PC (el ejemplo resuelto con 6 mtodos es ilustrativo, pg 211, sobre que es
efectivamentegeneralizable a miles de variables); tambin para la
posible confrontacin de su empresa con las competidoras locales y
externas; y en las negociaciones ante las Secretaras de Comercio, de
Industria o Comisin Nacional de Defensa de la Competencia locales, as como ante la OMC, Mercosur, CECA, International Trade
Commission y U.S. Department of Commerce, etc., guindose sobre
la base de los casos reales gestionados por el profesor en su actividad
empresaria.
617

Micro Econom Iacon Excel

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Micro Econom Iacon Excel

Caricato da

Copyright:

Formati disponibili

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

Use Cntrl + F para buscar temas por palabra

MICROECONOMA CON EXCELEN EMPRESAS

Enfoque terico prctico de microeconoma de la empresa, para no

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCELEN EMPRESAS

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

TEMAS FUNDAMENTALES PARA UN CURSO GENERAL DE

SERIES Y FUNCIONES EN LA EMPRESA

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

DISCOS DE FRENO PARA AUTOS

- PROYECCIN Y PROGRAMACIN 163

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

PROGRAMACION CON PRESENTACIONES MATRICIALES 191

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

- TEORA DE LA DEMANDA 295

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

- TEORA DEL EQUILIBRIO DE LA EMPRESA 338

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

PROGRAMACION DE TURNOS DE TRABAJO

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

AJUSTE ANTE UNA BAJA EN LA DEMANDA 418

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

RACES EN FUNCIONES CBICAS: RUFFINI 477

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

LOGICA DIFUSA (FUZZY) / MATEMATICA BORROSA

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

El modelo de dos factores (fijos) y dos productos con economa

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

EVOLUCION DE LA MATEMATICA Y LA ECONOMIA

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

Anlisis microeconmico con Excel

En los siglos VII y V el Manual del Constructor indio de

El V POSTULADO EN LOS ELEMENTOS DE EUCLIDES