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 (solo millonsimos de error) 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, VAN y TIR, produccin mltiple, multiobjetivo, multicriterio; teora de los juegos Simplex, Shapley y Banzhaf con Excel, SEU e incertidumbre; subastas licitaciones; matemtica difusa (fuzzy) y del caos; el juego de la cerveza del MIT, modelacin Oman y su asesina; nivel intermedio asequible para no especialistas mediante aplicaciones simples de Excel y lgebra. Programa de la asignatura Microeconoma I linkeado al mat erial de estudio (al final), a ejercicios resueltos y a archivos Excel y otros, disponibles en:
www.microeconomiaconexcel.com foros y otros site.
, sitios del curso en la FCE,
2003 Santiago Eiras Roel T. Isabel Rbora Teresa Eiras Derechos exclusivos IMPRESO EN ARGENTINA - PRINTED IN ARGENTINE
MICROECONOMA CON EXCEL EN EMPRESAS Enfoque terico prctico de microeconoma de la empresa, para no graduados y profesionales, del rea comercial e investigacin de empresas; con ms de 100 ejemplos resueltos paso a paso 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.
ADVERTENCIA
Es este un enfoque diferente; no es ms de lo mismo: incluye nuevos aportes y refutaciones, junto con una reafirmacin (computacional y prctica) de la microeconoma clsica; por lo cual el ordenamiento no es el convencional. Use Cntrl + F para buscar temas por palabra (o bien este ndice temtico, o el ndice alfabtico al final)
Segn dice el refrn, cada maestrito con su librito. expl ica lo que est ocurriendo en el mbito econmico. Profesionales de ciencias exactas e ingeniera prefieren exponer los principios microeconmicos con multiplicidad de funciones y reformulaciones del V postulado euclidiano, ya sea utilizando segmentos, diferenciales o la sintaxis de la ms reciente teora de conjuntos; pero no deja de ser ms de lo mismo. Otros profesionales enfatizan sobre teora de los juegos reexponiendo alguna parte de los principios microeconmicos; y lo hacen con lenguaje tambin variado, ya sea el coloquial, el de la teora de conjuntos o mediante el de la programacin lineal. Y cmo no iba a ocurrir; en este trabajo el enfoque es diferente. Pero aqu se cambi el instrumento de investigacin: en vez del tradicional y cientfico (pero limitado a 4 variables) papel y lpiz anteriores, aqu se utiliza Excel! De aqu la advertencia; en este libro hay mucho material, pero no todo lo microeconmico. No figura aqu lo que ya est suficientemente abarcado en los textos tradicionales (salvo que pueda ser mejorado con Excel). Por esto en los cursos se
complementa con una seleccin de textos tradicionales pegndola sobre hojas de un Excel y ZIP. Lamentablemente para la industria editorial los tiempos han cambiado; adems, tampoco estn ofreciente textos que recopilen la mayor parte de los temas en un solo volumen didctico (por ahora prefieren la proliferacin de enfoques limitados). Este punto nos conduce a otra idea y tarea pendiente en nuestro medio. Los centros de investigacin mundiales se promocionan preferentemente desde los medios acadmicos y revistas norteamericanos; pero no disponemos en nuestros medios locales de algo similar, que nos permita tener idea de los aportes de cada investigador local. Cul es la gua para los estudiantes y docentes locales? No existe; por esto, quizs las principales instituciones acadmicas debieran mostrar un quin es quien, por ejemplo resea ndo en alguna pgina web los aportes originales de cada investigador (preferent emente aquellos que no figuran previamente expuestos por otros locales o del exterior). Esta idea podra encontrar alguna resistencia, por parte de acadmicos que preferiran mostrar solo sus logros curriculares, antes que remarcar sus aportaciones originales. Sin embargo, son stas las que necesitan conocer estudiantes, profesionales y profesores para afianzar sus conocimientos. Se pide tolerancia a la industria editorial y a los acadmicos. Ha cambiado la tecnologa; y un contador, licenciado o ingeniero depende hoy de Excel, los ZIP e internet para detectar las nuevas aportaciones y desemplearse.
INDICE
ADVERTENCIA........................................................................................................................................ 3 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 ............................................................................................................ 39 DESDE LA GEOMETRIA PLANA DE EUCLIDES HACIA LA GEOMETRIA ANALITICA ..... 41 PRODUCCION, COSTOS, BENEFICIOS ............................................................................................ 44 ERRORES EN LA MICROECONOMIA CLASICA ........................................................................... 52 DESTINATARIOS DE LA MICROECONOMIA ................................................................................ 53 POR QU ES INSUFICIENTE LA MICROECONOMA CLSICA CON ENFOQUE SOLO FORMAL .................................................................................................................................................. 54 APORTES DE MICROECONOMIA CON EXCEL (MCE) ................................................................ 57 1) Exposiciones simplificadas ................................................................................................................. 57 2) Seis mtodos equivalentes ................................................................................................................... 58 3) Estimacin de funciones ..................................................................................................................... 59 4) Programacin con cientos de variables .............................................................................................. 60 5) Matrices con Excel............................................................................................................................... 60 6) Otros 10 utilitarios ............................................................................................................................... 60 7) Empresa sobredimensionada: .............................................................................................................. 61 8) Casos de antidumping y countervailing duty ..................................................................................... 62 9) Cuatro contextos econmicos ............................................................................................................. 62 10) Elasticidad media ............................................................................................................................... 64 11) Es prcticamente til la ecuacin Slutsky? ................................................................................... 64 12) Como obtener funciones y grficos desde series y viceversa ......................................................... 66 13) Funciones muy complejas ................................................................................................................. 66 14) Anlisis dinmico .............................................................................................................................. 66 15) Modelo de la Telaraa y su nmero de perodos ............................................................................. 66 16) Modelos de simulacin: .................................................................................................................. 67 17) El problema de identificacin ........................................................................................................... 67 18 Mtodos cientficos ............................................................................................................................. 69 19) Un error en la microeconoma clsica, el sujeto .............................................................................. 70 20) Otro error en la microeconoma clsica, las generalizaciones sobre sistemas NxN: ................... 71 21) Visin de la microeconoma como la economa de la empresa ...................................................... 73 22) Simplificacin de la Teora de los Juegos, del S.XXI ..................................................................... 74 23) Omisin tradicional en el MIT, LSE, OXFORD Y SALAMANCA.............................................. 74 24) Brecha entre modelacin y realidad: ................................................................................................ 76 CONSENSO DE WASHINGTON ......................................................................................................... 78 DISGRESIN MACROECONMICA ................................................................................................. 78 USO DE FUNCIONES ............................................................................................................................ 81 TRES POSIBLES ENFOQUES MICROECONOMICOS: ................................................................ 84 TEMAS FUNDAMENTALES PARA UN CURSO GENERAL DE MICROECONOMA ............. 86
PARA QU SE ESTUDIA MICROECONOMIA................................................................................. 88
OTRO PROGRAMA ACTUALIZADO DE MICROECONOMIA ........................................... 89 CAPTULO 1 .......................................................................................................................................... 92 SERIES Y FUNCIONES EN LA EMPRESA ....................................................................................... 92 ORIENTACIN Y CONTENIDO ......................................................................................................... 92 HASTA DNDE MICROECONOMA Y HASTA DNDE ESTADSTICA? .............................. 93 ESTUDIAR LA DEMANDA .................................................................................................................. 95 DESDE SERIES OBTENER ECUACIONES Y GRFICOS ........................................................... 96 DESDE ECUACIONES OBTENER SERIES Y GRFICOS ............................................................. 97 FUNCIN DE DEMANDA LINEAL.................................................................................................. 97 FUNCIN DE DEMANDA TERICA (HIPERBLICA) ................................................................. 98 ESTUDIOS DE DEMANDA EN LAS EMPRESAS y ......................................................................... 99 TIPOS DE BIENES ................................................................................................................................. 99 EQUILIBRIO EN MERCADOS COMPETITIVOS ........................................................................... 100 MERCADO COMPETITIVO CON IMPUESTOS ............................................................................. 100 DEMANDA, INGRESO TOTAL Y MARGINAL.............................................................................. 102 EXTENDER CLCULOS EN EXCEL ............................................................................................... 102
ESTUDIOS DE DEMANDA Y MERCADO BAJO CUATRO CONTEXTOS ..................... 103 TIPOS DE BIENES, CONTEXTOS Y MTODOS ........................................................................... 103 CAPTULO 2 - .................................................................................................................................... 105 CONTEXTO CIERTO ........................................................................................................................... 105 ANLISIS DE VARIABLES INDIVIDUALES................................................................................. 105 SERIES SIMPLES ................................................................................................................................. 105 MEDIDAS DE POSICIN. MEDIA ARITMTICA: ........................................................................ 107 MEDIA GEOMTRICA ....................................................................................................................... 107 MEDIA ARMNICA ............................................................................................................................ 108 MEDIANA: ............................................................................................................................................ 110 MODA(O):.............................................................................................................................................. 110 MEDIDAS DE DISPERSIN - VARIANZA: ................................................................................... 111 DESVIO ESTNDAR ........................................................................................................................... 112 DESVIACIN ESTNDAR- EN UNA POBLACIN: .................................................................... 113 SERIES DE FRECUENCIAS ............................................................................................................... 114 MEDIA ARITMTICA ......................................................................................................................... 115 MEDIA GEOMTRICA: ...................................................................................................................... 116 MEDIA ARMNICA: ........................................................................................................................... 117 MODA(O):.............................................................................................................................................. 118 DECILES: ............................................................................................................................................... 118 PERCENTILES ...................................................................................................................................... 119 MEDIDAS DE DISPERSIN .............................................................................................................. 119 DESVIO ESTNDAR Y VARIANZA: ............................................................................................... 119 ASIMETRA Y CURTOSIS ................................................................................................................. 120 MOMENTOS ABSOLUTOS HASTA SU CUARTO GRADO: ....................................................... 120 MOMENTO 0: ....................................................................................................................................... 120 MOMENTO 1: ....................................................................................................................................... 121 MOMENTO 2: ....................................................................................................................................... 122
MOMENTO 3: ....................................................................................................................................... 122 MOMENTO 4: ....................................................................................................................................... 123 MOMENTOS CENTRADOS HASTA CUARTO ORDEN ............................................................... 123 MOMENTO 1......................................................................................................................................... 123 MOMENTO 2......................................................................................................................................... 124 MOMENTO 4......................................................................................................................................... 125 DESVO CUARTLICO ........................................................................................................................ 125 VARIANZA MEDIANTE MOMENTOS ............................................................................................ 126 CONCLUSIN ...................................................................................................................................... 126
ANLISIS DE UNA SERIE CRONOLGICA .................................................................... 127 Mtodo de los promedios mviles ........................................................................................................ 127 CICLOS .................................................................................................................................................. 129 Mtodo de los nueve puntos: ................................................................................................................. 129 RELACIN ENTRE VARIABLES - SIMPLE (DOS VARIABLES) ............................................. 131 AJUSTAMIENTOS ............................................................................................................................... 131 Mtodo de los mnimos cuadrados: ....................................................................................................... 131 COVARIANZA ...................................................................................................................................... 132 DOS RECTAS DE REGRESION ......................................................................................................... 132 COEFICIENTE DE CORRELACIN ................................................................................................. 133
ELASTICIDAD MEDIA O PROMEDIO ............................................................................... 134 CORRELACIN EN UNA POBLACIN ....................................................................................... 134 DEMANDA COMO CORRELACIN PRECIO-CANTIDAD ......................................................... 135
CORRELACIN - EN MUESTRAS .................................................................................. 136 EVALUACIN DE EXMENES........................................................................................................ 137 ANLISIS DE VARIANZA Y COVARIANZA ............................................................................... 138 REGRESIN MLTIPLE .................................................................................................................... 139 ESTIMACIN DE DEMANDA POR CORRELACIN MLTIPLE - PRONSTICOS: ............ 139 DISCOS DE FRENO PARA AUTOS .................................................................................................. 139 ANLISIS DE VARIANZA ................................................................................................................. 141
ANLISIS DE REGRESIN ................................................................................................ 142 ANOVA (en ingls ANLISIS DE VARIANZA ............................................................................... 143 MULTICOLINEALIDAD - FIV........................................................................................................... 144 ESTADISTICA DESCRIPTIVA EXCEL ............................................................................................ 145 ESTIMACIN LINEAL (MLTIPLE) - VENTA DE HELADOS ............................................ 147 MULTICOLINEALIDAD - .................................................................................................................. 149 MATRIZ DE CORRELACION CON EXCEL .................................................................................... 149 MATRIZ DE COVARIANCIA .......................................................................................................... 152 ECONOMIA NO ES MEDICINA NI ES MECNICA ..................................................................... 156 CORRELACIN MULTIPLE Y ANOVA CON SPSS (IBM) .......................................................... 157 CORRELACION CON EVIEWS (ex TSP) ......................................................................................... 159 CORRELACION MLTIPLE CON STATA..................................................................................... 163
ESTIMACION DE FUNCIONES (REGRESION) ............................................................................ 171 AJUSTAMIENTO LINEAL CON EXCEL ........................................................................................ 174 AJUSTAMIENTO LOGARITMICA CON EXCEL ........................................................................... 175 AJUSTAMIENTO POTENCIAL CON EXCEL ................................................................................. 176 AJUSTAMIENTO POLINOMICA CON EXCEL .............................................................................. 178 MEJOR AJUSTAMIENTO CON FINDGRAPH ......................................................................... 179 CAPTULO 3 - ..................................................................................................................................... 182 PROYECCIN Y PROGRAMACIN ................................................................................................ 182 CON SERIES, CON ECUACIONES, MATRICES O CON PROGRAMACIN LINEAL? ....... 182 PARA QU PROYECTAR CON CORRELACIONES?.................................................................. 183 ANLISIS DE COYUNTURA PARA PRONSTICOS ................................................................... 183 MODELOS DE SIMULACION DE LA OFERTA Y DEMANDA GLOBAL PARA ESTIMAR LA DEMANDA DE CHAPA DE SOMISA:.............................................................................................. 185 3.- ANALISIS DE COYUNTURA ....................................................................................................... 189 5- ETAPAS DEL PROCESO PRODUCTIVO ................................................................................... 192 PROGRAMACIN NO LINEAL O LINEAL - ................................................................................. 194 CON SOLVER DE EXCEL .................................................................................................................. 194 SENSIBILIDAD .................................................................................................................................... 197 PROGRAMACIN LINEAL SIMPLEX ............................................................................................ 198 Contribucin marginal (precios sombra) .............................................................................................. 202 Costo de oportunidad: ............................................................................................................................ 202 Minimizar el costo de produccin: ........................................................................................................ 203 DUALIDAD ........................................................................................................................................... 203 PROGRAMACIN LINEAL SIMPLEX CON SOLVER DE EXCEL ............................................ 205 FBRICA DE MESAS Y SILLAS ZONDA ....................................................................................... 205 PRODUCCIN DE TV, ESTREOS Y ALTAVOCES .................................................................... 207 PROBLEMA DE TRANSPORTE ........................................................................................................ 208 PROGRAMACION CON PRESENTACIONES MATRICIALES ................................................... 211 PLANIFICACIN DEL PERSONAL DE UN PARQUE DE DIVERSIONES ............................... 211 MAXIMIZAR UNA INVERSIN EN BONOS ................................................................................. 213 OPTIMIZAR UNA CARTERA DE VALORES-ACCIONES ........................................................... 216 VALOR DE RESISTENCIA PARA UN CIRCUITO ELCTRICO ................................................. 218 MATRICES Y DETERMINANTES: ...................................................................................................... 221 MATRIZ INSUMO-PRODUCTO ........................................................................................................ 221 MATRIZ DETERMINANTE................................................................................................................ 223 NO SIRVE CUALQUIER MATRIZ .................................................................................................... 224 IMPUT-OUTPUT ................................................................................................................................. 226 EQUILIBRIO GENERAL DE PRODUCCIN-INTERCAMBIO .................................................... 227 MATRIZ INSUMO-PRODUCTO ARGENTINA 1997 ..................................................................... 231 METODO SIMPLEX, EN FORMA ESTANDAR Y CANONICA .................................................. 235 SIMPLEX MATRICIAL ..................................................................................................................... 238
INVESTIGACION OPERATIVA CON EXCEL, WINQSB; GAMS, LINDO, TORA, OTROS .............................................................................................................................................. 241 PROGRAMACIN LINEAL CON WINQSB .................................................................................... 241 METODO GRAFICO CON WINQSB ................................................................................................. 245 PROGRAMACION LINEAL CON GAMS ........................................................................................ 248
PROGRAMACION LINEAL CON TORA ......................................................................................... 253 PROGRAMACION LINEAL CON LINDO ....................................................................................... 256 SISTEMAS CON 1700 VARIABLES ............................................................................................... 260 SISTEMAS DE ECUACIONES NxN .................................................................................................. 260 SISTEMAS NxN CON SOLVER DE EXCEL .................................................................................... 260 SISTEMAS DE ECUACIONES NxN CON EXCEL, STATA, EVIEWS, MATLAB, SPSS ......... 262 METODO DE DETERMINANTES: .................................................................................................... 262 SISTEMAS NXN CON DETERMINANTES EN EXCEL ................................................................ 263 SISTEMAS DE ECUACIONES NxN CON STATA.......................................................................... 264 SISTEMAS DE ECUACIONES NxN CON EVIEWS ....................................................................... 267 SISTEMAS DE ECUACIONES Y MATRICES CON MATLAB .............................................. 272 SISTEMAS NxN CON SPSS ................................................................................................................ 277 CAPTULO 4 - .................................................................................................................................... 282 CONTEXTO ALEATORIO .................................................................................................................. 282 TEORA DE LA PROBABILIDAD ..................................................................................................... 282 PROBABILIDAD DE DISTRIBUCIONES ........................................................................................ 283 DISTRIBUCIN BINOMIAL .............................................................................................................. 284 ESPERANZA MATEMTICA ............................................................................................................ 285 DISTRIBUCIN NORMAL ................................................................................................................. 285 USO DE TABLAS Y DE LAS FUNCIONES INCORPORADAS EN EXCEL .............................. 286 REGLA O TEOREMA DE BAYES ..................................................................................................... 287 ANLISIS COMBINATORIO. Reglas de conteo .............................................................................. 289 PERMUTACIONES .............................................................................................................................. 291 DISTRIBUCIN BINOMIAL .............................................................................................................. 292 DISTRIBUCIN NORMAL ................................................................................................................. 293 PRUEBA Z ............................................................................................................................................. 294 VIDA TIL DE UN PRODUCTO ....................................................................................................... 295 MUESTRA DE 200 ARANDELAS ..................................................................................................... 296 MUESTRA DE 100 TUBOS FLUORESCENTES ............................................................................. 297 TEORA DE LAS COLAS .................................................................................................................... 298 DISTRIBUCIN DE POISSON ........................................................................................................... 299 SIMULACIN DE MONTECARLO .................................................................................................. 300 TAMAO DE LA MUESTRA ............................................................................................................. 304 PROGRAMACIN DINMICA ......................................................................................................... 305 CADENAS DE MARKOV ................................................................................................................... 305 CAPTULO 5 - ..................................................................................................................................... 310 MUESTREO ........................................................................................................................................... 310 ENSAYOS CON UNA Y DOS COLAS .............................................................................................. 311 NMEROS ALEATORIOS.................................................................................................................. 312 PEQUEAS MUESTRAS .................................................................................................................... 313 DISTRIBUCIN STUDENT ................................................................................................................ 313 MUESTRA DE 10 ARANDELAS ....................................................................................................... 313 PRUEBA X2 (DE ASOCIACIN ENTRE DOS VARIABLES Y DOS O MS MUESTRAS).... 314 MUESTRA DE 16 PIEZAS TORNEADAS ........................................................................................ 315 MUESTRA DE 200 BOMBITAS ......................................................................................................... 316 SALIERON 115 CARAS y 85 CRUCES ............................................................................................. 317 EL KILO DE GUISANTES DE MENDEL ......................................................................................... 318 BONDAD DE UN AJUSTE .................................................................................................................. 319 CAPTULO 6 - .................................................................................................................................... 321
TEORA DE LA DEMANDA .............................................................................................................. 321 Teoras de la demanda y sistemas econmicos .................................................................................... 321 PRIMERA TEORA DE LA DEMANDA: sicolgico-utilitaria ........................................................ 325 SEGUNDA TEORA DE LA DEMANDA: curvas de indiferencia .................................................. 327 CURVA DE INDIFERENCIA Y RECTA DE PRESUPUESTO ....................................................... 328 TERCERA TEORA DE LA DEMANDA: PREFERENCIA REVELADA ..................................... 329 NMEROS NDICE .............................................................................................................................. 332 EQUILIBIO DEL CONSUMIDOR: DEMANDA DERIVADA ........................................................ 332 MAXIMIZACIN SEGN LA UTILIDAD MARGINAL ............................................................... 332 (A. MARSHALL) .................................................................................................................................. 332 PROBLEMA DUAL: ............................................................................................................................. 334 MAXIMIZACIN SEGN LA INDIFERENCIA DE W. PARETO ................................................ 336 (Y LAGRANGE) ................................................................................................................................... 336
DETERMINANTES .............................................................................................................. 338 EFECTO INGRESO-SUSTITUCIN SEGN HICKS ..................................................................... 339 FUNCIN COMBINADA DE LAGRANGE ..................................................................................... 344 SIGNIFICADO Y VALOR DE : ....................................................................................................... 345 ECUACIN DE SLUTSKY ................................................................................................................. 346 EFECTO DEL CAMBIO DEL PRECIO DEL BIEN X SOBRE LA DEMANDA DEL BIEN X: . 348 PARADOJA GIFFEN ............................................................................................................................ 348 BIENES SUNTUARIOS ....................................................................................................................... 349 EFECTO DEL CAMBIO DEL PRECIO DE X SOBRE LA DEMANDA DEL BIEN Y:............... 350 DEDUCCION DE LA ECUACION DE SLUTSKY........................................................................... 351 INDICES DE PRECIOS Y LOS INSTITUTOS DE ESTADISTICAS Y CENSOS (INDEC) ....... 356 TEORA ESTADSTICA DE LOS NMEROS NDICE .................................................................. 358 1. ndice agregativo aritmtico simple, de precios y de cantidades: ................................................... 359 2. ndice promedio aritmtico de relativos: .......................................................................................... 360 3. ndice promedio geomtrico de relativos ......................................................................................... 361 4. ndice mediana de relativos ............................................................................................................... 362 5. ndice promedio aritmtico ponderado de relativos ......................................................................... 362 6. ndice promedio geomtrico ponderado de relativos ....................................................................... 363 7. ndice de Laspeyres ............................................................................................................................ 364 8. ndice de Paasche ............................................................................................................................... 364 9. ndice Ideal de Fisher, aplicado a precios y a cantidades ............................................................... 365 10. ndice de Edgeworth-Marshall para precios y cantidades ............................................................ 366 11. ndice de Walch para precios y a cantidades .................................................................................. 367 12. ndice de Drovish-Bowley para precios y cantidades ................................................................... 368 CAPTULO 7 - ..................................................................................................................................... 372 TEORA DEL EQUILIBRIO DE LA EMPRESA ............................................................................. 372 MAXIMIZACIN DE LA PRODUCCIN ........................................................................................ 372 DUALIDAD ........................................................................................................................................... 374 MNIMO COSTO PARA OBTENER UNA PRODUCCIN DE 200.000 KILOS ......................... 374 TEORA DE LOS COSTOS CON EXCEL ......................................................................................... 377 MINIMIZACIN DE COSTOS CON SOLVER ................................................................................ 377 RESTRICCIONES ADICIONALES CON MATRICES .................................................................... 378 DOS SOFAS SIMPLES MS UNO TRIPLE ..................................................................................... 378 PROGRAMACION ENTERA DE UNA DIETA ............................................................................... 380
10
PROBLEMA DE LA MOCHILA CON ENTEROS ......................................................................... 381 PROGRAMACION BINARIA ............................................................................................................ 382 OPTIMIZACION DE LA PRODUCCION / MINIMIZACION DEL COSTO ............................... 383 PROGRAMACION DE TURNOS DE TRABAJO ............................................................................. 386 EQUILIBRIO EMPRICO CON HOJA DE CLCULO EXCEL ..................................................... 389 A) AJUSTE LINEAL DE LA DEMANDA ......................................................................................... 390 B) AJUSTE PARABLICO DEL COSTO MEDIO ........................................................................... 391 EQUILIBRIO DE LA EMPRESA CON SOLVER ............................................................................. 394
MTODOS CIENTICOS: ..................................................................................................... 396 A) FORMAS DE ESTUDIAR ....................................................................................................... 396 B) PRESENTACION TIPO INFORME PROFESIONAL .......................................................... 397 C) METODOS DE DEMOSTRACION ........................................................................................ 397 DUDAS SOBRE MICROECONOMIA Y SUS METODOS CIENTIFICOS: .................................. 400 PRIMERA ) Hace falta gran conocimiento previo de matemtica? ................................................. 401 SEGUNDA ) Para que sirve todo esto de los mtodos? ..................................................................... 402 ARCHIVO CON 6 METODOS: ........................................................................................................... 403
SEIS METODOS EQUIVALENTES ................................................................................... 406 Cuadro resumen del ejemplo autos y motos: ........................................................................................ 407 Aproximacin, recordando como derivar: ............................................................................................ 408 1 ) LAGRANGE ..................................................................................................................................... 409 1b ) DUAL: ............................................................................................................................................. 411 DETERMINANTE................................................................................................................................. 412 2 ) METODO GRAFICO - Maximizacin ........................................................................................ 413 2b ) DUAL - Minimizacin ................................................................................................................... 415 3 ) AUTOS y MOTOS SEGN SIMPLEX ........................................................................................ 417 3b) VERIFICACION DE LA ULTIMA TABLA SIMPLEX CON MATRICES .......................... 419 4 ) SOLUCION CON SOLVER de Excel ............................................................................................ 420 5 ) MATRICES (MANUALMENTE) .............................................................................................. 421 AYUDA: ALGEBRA MATRICIAL .................................................................................................... 424 6 ) MATRICES CON EXCEL .......................................................................................................... 425 DUALIDAD: .......................................................................................................................................... 426 MODELACION MATEMTICA ........................................................................................................ 431
CARPINTERIA ..................................................................................................................... 431 MINIMIZACION, ENTERO - MINERA ........................................................................................... 432 MODELACION DE PROGRAMACION CON SOLVER ................................................................. 435 COMPUTADORES ............................................................................................................................... 435 SOLVER EN FORMA TIPO MATRICIAL / SIMIL MATRICIAL / o PARAMATRICIAL ......... 437 REFINERIA AZTECA .......................................................................................................................... 439 MODELACION DEL EQUILIBRIO EMPRESARIO (Y GENERAL) ........................................ 443 OMAN: COMUNIDAD DE PESCADORES Y CAZADORES ........................................................ 443 RESPUESTAS ....................................................................................................................................... 444 5) Programacin lineal con Solver de Excel......................................................................................... 450 7) QUIEN FUE EL ASESINO? .......................................................................................................... 453
11
8) PROGRAMACION LINEAL -OTRA FORMA DE SOLVER ..................................................... 454
VARIAS FORMAS DE SOLVER ......................................................................................... 457 EVALUACIN DE INVERSIONES TIR Y VAN .......................................................................... 458 VAN Y TIR (VALORACION DEL TIEMPO) ................................................................................... 460
EVALUACION CONTABLE DE UNA EMPRESA .............................................................. 463 DEFORMACIONES CONTABLES USUALES ................................................................................ 463
TRES ESTADOS CONTABLES: ........................................................................................ 465 ANLISIS DE BALANCES................................................................................................................. 466 ESTABILIDAD DINAMICA (teorema de la telaraa) ...................................................................... 467 AJUSTE ANTE UNA BAJA EN LA DEMANDA ............................................................................. 469 MEDIDA DE LA RAPIDEZ DEL AJUSTE ....................................................................................... 470 AJUSTE ANTE UNA BAJA DE OFERTA POR SUBA DE COSTOS ............................................ 472 ANALISIS DINAMICO - MODELOS DE SIMULACION .......................................................... 474 ITERACIONES EXCEL ....................................................................................................................... 475 RECALCULAR AUTOMATICO O MANUAL F9............................................................................ 476 CREAR UNA MACRO DINAMICA (BUCLE) ................................................................................. 477 NEWTON RAPHSON........................................................................................................................ 478
MODELOS DE SIMULACION EN EL MIT: ....................................................................... 479 MODELO DE LA CERVEZA EN EXCEL ......................................................................................... 482 CAPTULO 8 ......................................................................................................................................... 484 TEORAS ECONMICAS Y LEGISLACIN OBLIGATORIA ..................................................... 484 TABLAS DE EXTRAS DE PRECIOS Y COSTOS ........................................................................... 485 CONTRATACIN EN COMPETENCIA PERFECTA: .................................................................... 487 CRITERIO DE CONTRATACIN ..................................................................................................... 487 MERCADO COMPETITIVO ............................................................................................................... 489 EQUILIBRIO Y CANTIDAD DE COMPETIDORES ....................................................................... 489 OTROS MERCADOS - MONOPOLIO ........................................................................................... 492 MONOPOLIO QUE ACTA COMPETITIVAMENTE.................................................................... 493 MONOPOLIO DISCRIMINADOR...................................................................................................... 494 MONOPOLIO SIN DISCRIMINACIN ............................................................................................ 496 EMPRESA CON DOS PLANTAS (MULTIPLE FACTORIA) ........................................................ 497 COMPETENCIA MONPOLICA ....................................................................................................... 499 EMPRESA LDER Y SEGUIDORAS ................................................................................................. 502 CARTEL (COLUSIN ENTRE EMPRESAS) ................................................................................... 504 COASE: COSTOS DE TRANSACCION E INSTITUCIONES ADECUADAS ............................. 507 LA TRAGEDIA DE LOS (BIENES) COMUNES: OSTROM .......................................................... 509 OTRO ENFOQUE INSTITUCIONAL DIFERENTE ........................................................................ 509 CONTRATACIN BAJO MONOPSONIO ........................................................................................ 512 CONTRATACIN BAJO MONOPOLIO (CON SINDICATO) ...................................................... 514 MONOPOLIO BILATERAL ................................................................................................................ 515 MODELO DI TELLA SOBRE INTERMEDIARIOS COMERCIALES .......................................... 516
12
MODELACION NEOCLSICA .......................................................................................................... 518 RAPIDITO Y LENTITO EN LA ESTACION VIVITOS................................................................... 518 TELEFOCOM Ejercicio 4: ................................................................................................................... 522 RESPUESTAS: ...................................................................................................................................... 523 TELEFOCOM **EJERCICIO 7: .......................................................................................................... 527 RESPUESTAS: ...................................................................................................................................... 529 MULTIPRODUCTO.............................................................................................................................. 538
MODELACION Y PROGRAMACION MULTIPRODUCTO ................................................ 538 EQUILIBRIO Y OPTIMIZACION MULTIPLE PRODUCTO ......................................................... 538 SEIS METODOS EQUIVALENTES ................................................................................................... 538 EQUILIBRIO DE LA EMPRESA CON PRODUCCION DIVERSIFICADA: ................................ 538 -A) Produccin simple: .......................................................................................................................... 538 - B) Producciones mltiples................................................................................................................... 539 - C) producciones mltiples conjuntas o conexas ................................................................................ 540 SUBPRODUCTOS ................................................................................................................................ 541 PRODUCCION CONJUNTA DEPENDIENTE (CONEXA) ............................................................ 544 MODELACION Y PROGRAMACION MULTIPRODUCTO. . SEIS METODOS EQUIVALENTES .................................................................................................................................. 546 COMPETENCIA DESLEAL ................................................................................................................ 550 ANTIDUMPING .................................................................................................................................... 551 CARGA IMPOSITIVA PARA EXPORTADORES ........................................................................... 553 PROTECCIN EFECTIVA DE UNA INDUSTRIA .......................................................................... 555 CAPITULO 9 ......................................................................................................................................... 556 TEORIA DE JUEGOS CONTEXTO HOSTIL ................................................................................. 556 TEORIA DE JUEGOS ........................................................................................................................... 556 TEOREMA MINIMAX: ........................................................................................................................ 561 EJEMPLOS DE JUEGOS NO COOPERATIVOS .............................................................................. 564 EL DILEMA DEL PRISIONERO ........................................................................................................ 565 TOMA Y DACA .................................................................................................................................... 566 ESTRATEGIAS MIXTAS .................................................................................................................... 567 ESTRATEGIAS DOMINADAS ........................................................................................................... 568 AMENAZA CREIBLE .......................................................................................................................... 568 DOMINACION - DOMINANCIA ....................................................................................................... 570 JUEGOS CON PROGRAMACIN LINEAL, GEOMTRICAMENTE, ANALTICAMENTE Y CON SOLVER ....................................................................................................................................... 570 JUEGOS EN FORMA EXTENSIVA ................................................................................................... 573 JUEGOS CON PROGRAMACION LINEAL SIMPLEX .................................................................. 577 JUEGOS REPETIDOS Y SUPERJUEGOS......................................................................................... 577 CON SOLVER DE EXCEL .................................................................................................................. 578 POLICIAS Y LADRONES ................................................................................................................... 597 HALCON Y PALOMA ......................................................................................................................... 601 FOLK THEOREM ................................................................................................................................. 609
OLIGOPOLIO Y LA TEORIA DE JUEGOS ........................................................................ 614 MODELO DE COURNOT COMO TEORIA DE JUEGOS.............................................................. 617 MODELO DE VON STACKELBERG ................................................................................................ 620
13
JUEGOS CON COLUSION (CARTEL) .............................................................................................. 622 DUOPOLIO DE CHAMBERLIN ......................................................................................................... 622 MODELO DE HOTELLING (LOCALIZACION) ............................................................................. 623 EL TEOREMA DE LA MEDIANA ..................................................................................................... 624 EMPRESA DOMINANTE .................................................................................................................... 625 DEMANDA QUEBRADA DE SWEEZY .......................................................................................... 626 DUOPOLIO DE BERTRAND .............................................................................................................. 627 DUOPLIO DE EDGEWORTH ............................................................................................................. 628 MODELACION EMPRESA SOBREDIMENSIONADA EN UN PAIS EN DESARROLLO ....... 629
OLIGOPOLIO DE 3 A 9 EMPRESAS ................................................................................. 636 INFORMACION IMPERFECTA ......................................................................................................... 640 APUESTA DE PASCAL ....................................................................................................................... 644 TEORIA DE LOS ACUERDOS ........................................................................................................... 646 INDICE DE PODER DE SHAPLEY Y DE BANZHAF CON EXCEL ............................................ 648 VALOR DE SHAPLEY ........................................................................................................................ 648 LA OPTIMIZACION SUBJETIVA (Y LOS BANZHAF): ................................................................ 653 INDICE DE PODER DE BANZHAF CON EXCEL .......................................................................... 654 VALOR DE SHAPLEY CON EXCEL ................................................................................................ 659 CAPITULO 10 ....................................................................................................................................... 660 JUEGOS MULTIPLES NO COOPERATIVOS ................................................................................. 660 OPTIMIZACION MULTIOBJETIVO - MULTICRITERIO ............................................................. 661 PROGRAMACION POR METAS ....................................................................................................... 661 PROGRAMACION POR METAS CON EXCEL ............................................................................... 662 PROGRAMACON POR METAS CON WINQSB ............................................................................. 665 ANALISIS ENVOLVENTE DE DATOS (DEA) ............................................................................... 668 LOS ALGORITMOS NO CALCULAN NADA ................................................................................. 673 ALGORITMOS PARETO EFICIENTE ............................................................................................ 674 EJECUTABLE MULTICRITERIO ORDENADOR FCE-UBA ...................................................... 675 MULTICRITERIO MULTIOBJETIVO CON EXCEL 2007 o 2010 ............................................ 678 EVALUACION DE LA TEORIA DE LOS JUEGOS ........................................................................ 680 PARADOJA DE LA INDUCCION - MANO TEMBLOROSA ...................................................... 681 PARADORA DEL PRISIONERO........................................................................................................ 683 PARADOJA DEL INGRESO DE COMPETIDORES -BARRERAS DE ENTRADA -MERCADOS CONTESTABLES ................................................................................................................................. 683 PARADOJA DE LAS ESTRATEGIAS GATILLO -TRIGGER ....................................................... 684 LIMITACIONES DE LA TEORIA DE LOS JUEGOS ...................................................................... 684 OBSERVACION GENERAL SOBRE LATEORIA DE LOS JUEGOS .......................................... 686 ECONOMIA EXPERIMENTAL Y LA SEU ...................................................................................... 687 EQUILIBRIO GENERAL Y TEORIA DE LOS JUEGOS -CAJA DE EDGEWORT- ................... 689 ECONOMIA DEL BIENESTAR .......................................................................................................... 689 RESPONSABILIDAD SOCIAL EMPRESARIA-ESR ...................................................................... 692 CUATRO CONTEXTOS EN EL ANALISIS Y TOMA DE DECISIONES ................................... 693 TEORIA DE LA DECISION ................................................................................................................ 694 PRINCIPIO DE REVELACION........................................................................................................... 697 ECONOMIA DE LA INFORMACION ............................................................................................... 698 INFORMACION ASIMETRICA (CONTRATOS) .......................................................................... 698 RIESGO MORAL .................................................................................................................................. 698
14
SELECCIN ADVERSA...................................................................................................................... 699 SEALIZACION ................................................................................................................................... 699 AXIOMAS DE LA LGICA NEUMANN-MORGENSTERN ......................................................... 700 CRITERIOS DE BIENESTAR: TEORIA DE LA DECISION .......................................................... 702 RIESGO vs. INCERTIDUMBRE ......................................................................................................... 704 CONTEXTO INCIERTO - SEGUROS ............................................................................................ 705 EVALUACIN DE PROYECTOS INCIERTOS ............................................................................... 707 MERCADOS DE FUTUROS ............................................................................................................... 708 VALOR ESPERADO ............................................................................................................................ 708 UTILIDAD ESPERADA ....................................................................................................................... 709 COMPETENCIA BAJO INCERTIDUMBRE ..................................................................................... 710 EJEMPLO BAJO INCERTIDUMBRE: ............................................................................................... 711 TEORA DE LA INCERTIDUMBRE SUBASTAS ............................................................. 714 LICITACIONES (SUBASTAS / AUCTIONS) ............................................................................. 715 TEOREMA DEL INGRESO EQUIVALENTE................................................................................... 718 MALDICIN DEL GANADOR .......................................................................................................... 719 SUBASTA VICKREY ........................................................................................................................... 719 EJEMPLO DE SUBASTA VICKREY MULTIPLE OBJETO........................................................... 723 SUBASTA MULTIPLE (PAQUETES ................................................................................................ 724 EJEMPLO SUBASTA VICKREY EN PAQUETES ........................................................................ 725 SUBASTAS CON EXCEL, ............................................................................................................. 728 CON GAMS, WINQSB, MATLAB, TORA, LINDO, VIEWS, SPSS, STATA............................... 728 EJEMPLO DE SUBASTA MULTIPLE ............................................................................................... 728 EJEMPLO DE SUBASTAS REPETIDAS .......................................................................................... 730 SUBASTAS DE UN UNICO BIEN Y DE PAQUETES .................................................................... 732 LOS ALGORITMOS NO CALCULAN NADA (2) ........................................................... 736 ALGUNOS SMBOLOS MATEMTICOS .......................................................................... 738 TEORIA DE CONJUNTOS de Von Neumann-Bernays-Gdel ......................................................... 746 TEORIA DE LA INCERTIDUMBRE NO ESTRUCTURADA ........................................................ 750 PARADOJA DE SAN PETERSBURGO DE D. BERNOULLI ........................................................ 751 TEORIA DE LA DECISION SEGUN TIPOS DE INCERTIDUMBRE ........................................ 752 UTILIDAD ESPERADA SUBJETIVA SEU: .................................................................................. 752 AXIOMAS DE LA UTILIDAD ESPERADA SUBJETIVA SEU:................................................. 752 PARADOJA DE ALLAIS: ................................................................................................................... 753 PRINCIPIO DE INDETERMINACION DE HEISEMBERG ............................................................ 753 INCERTIDUMBRE SEGN J. M. KEYNES ..................................................................................... 754 URNA DE PLYA ................................................................................................................................ 754 LOGICA DIFUSA (FUZZY) / MATEMATICA BORROSA ............................................................ 755 ANALISIS NUMERICO - CALCULO NUMERICO DEL COS .................................................. 758 FUNCION LOGISTICA DE LORENZ................................................................................................ 758 ATRACTORES FRACTAL CAOS ............................................................................................... 760 MARKETING ........................................................................................................................................ 762 NEGOCIACION (BARGAINS)TEORIAS- METODOS: ................................................................ 764
15
EL JUEGO DE LA CERVEZA DEL MIT ............................................................................. 767 TEORA IRREAL vs PRCTICA REAL............................................................................................ 770 BRECHA ENTRE MODELACION Y REALIDAD - BROCHE DE ORO AUSENTE - ............... 771 ENUNCIADOS DE EJERCICIOS CON 50 TIPOS DE TP .............................................................. 776 EJERCICIOS PROPUESTOS ............................................................................................................... 789 50 INFORMES PARA 50 TP (GUIA) ................................................................................................ 790 7 TP OBLIGATORIOS EN EXCEL ................................................................................................... 818 LISTADO DE TP RESUELTOS Y ARCHIVOS ................................................................................ 819 COMPARACIONES DE SOFT ............................................................................................................ 827 AYUDA DE MICROSOFT ON LINE ................................................................................................. 841 EDITOR DE ECUACIONES DEL OFFICE MICROSOFT .............................................................. 842 POTENCIAS Y RACES ...................................................................................................................... 842 RACES EN FUNCIONES CUADRTICAS: RUFFINI .................................................................. 843 RACES EN FUNCIONES CBICAS: RUFFINI .............................................................................. 843 RACES EN POLINOMIOS DE ORDEN SUPERIOR ...................................................................... 845 ORGANIGRAMAS CON MICROSOFT CHART ............................................................................. 845 REFERENCIAS BIBLIOGRFICAS .................................................................................................. 863 INDICE ALFABTICO ........................................................................................................................ 866 Enfoque prctico del curso: ................................................................................................................... 879
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. 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
17
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 materia. 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, que tanto han influido y condicionado la economa segn los maestros: 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 (recopilacin en -1760 de otras leyes anteriores) 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 produccin (tierras, casas), libertad de comer-
19
ciar, 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 feudal 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 frica. Su cultura se desarroll hasta la poca de Nabucodonosor y luego confluy con la unin a la griega. Poco despus cay bajo el Imperio Romano y al desmembramiento de este continu como 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 ciudadanos que reciban predios con esclavos por sus servicios militares, etc) y del derecho comn (relaciones econmicas y otras) como institucin
20
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. 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
21
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 importantes y antiguas recopilaciones de la civilizacin occidental. Incluye influencias sumerias anteriores, as como de asirios, caldeos y otros pueblos. Los caldeos fijaron las relaciones 3, 4, 5 de los lados de un tringulo rectngulo, segn aclarara luego el teorema de Pitgoras. Tambin interesa especialmente, el papiro del escriba egipcio Ahmes (comprado por el escocs Rhind) de -1580 (referencias a 1788), en el que figura la resolucin egipcia del tringulo y una aproximacin al nmero pi () como 3,1604, junto con numerosos conocimientos aritmticos y geomtricos. La medicin de las tierras frtiles para fijarles impuestos y la construccin de monumentos requera conocimientos matemticos (geomtricos y otros) importantes, que ya Herodoto seala como el origen de la geometra. En los libros de los Reyes del Antiguo Testamento figuran una primaria aproximacin rstica sobre la relacin 1 a 3 entre dimetro y circunferencia; y los codos del templo de Salomn (aunque diversos conocimientos aritmticos debieron ser utilizados por los mercaderes fenicios).
22
En el siglo XI el libro chino de las Permutaciones describe la circunferencia y las relaciones del tringulo rectngulos de lados 3, 4, 5 que conforman el teorema de Pitgoras. 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 en Grecia (Alejandra -300) la geometra plana que sera divulgada fuente del conocimiento matemtico y como escuela bsica 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
23
los ngulos del tringulo suma ms que dos rectos; en el espacio estelar las paralelas no son equidistantes; 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 Ahmes (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 tica 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 IV-Segundos 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 l la aritmtica sincopada (que se ayuda con algunas letras para simplificar clculos).
25
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 indoarbicos, Liber Abaci. Disponiendo ya del invento de Gutemberg de 1450, Luca Pacioli recopil estos conocimientos en una Summa impresa en 1500. 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
26
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 Lus 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. 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,
27
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 (Napier /Neper). 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 / Neper. Tambin en el s. XVII progresaron, con B. Pascal, el anlisis combinatorio, las probabilidades y el mtodo inductivo; 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 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.
28
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 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.
29
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). En 1812 P. S. Laplace public su Teora Analtica de las Probabilidades, ampliando el estudio de algunos hechos aleatorios (tal como la probabilidad de un suceso con pocos casos d conocidos: P = d+1 / d+2). Tambin sobre los errores de medicin de astrnomos y matemticos y aport 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, al
30
enfriarse los distintos anillos en planetas (tal como an muestra Saturno) y confirm estabilidad de ese comportamiento universal (Deberamos considerar el presente estado del Un iverso como el efecto de su estado anterior, y la causa del que le seguir). 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. 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 lgebra (polinomios con tantas races como indica el grado); rese la matemtica y el lgebra de matrices tal como la conocemos en la actualidad; en 1821 public sobre el mtodo de mnimos cuadrados. 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 complementado con aplicaciones de la econometra, de la investigacin operativa y de otras especializaciones, hasta logran una autonoma
31
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, (re)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 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.
32
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 me ntan, 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 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 mayora de la personas, educadas con la racionalidad estable segn Laplace y B ayes. Sencillos programas en Excel permiten comprobar la existencia de series errticas, no ergdicas, mediante modelos de simulacin co-
33
mo este o tambin como con la curva logstica de Lorenz a partir del exponente 0,506127. Igualmente la matemtica difusa de Zadeh abri nuevas explicaciones diferentes a la matemtica tradicional y teora de los juegos. 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. En este sentido, la economa como enfoque encuentro interdisc iplinario recibe permanentemente aportes, desde la sicologa, la biologa y as como tambin desde otras diferentes disciplinas. Si bien hasta mediados del siglo XX prevaleci en economa la visin sicolgica racional aportada por A. Smith y J. Bentham (esc asez, egosmo, competencia), la economa del comportamiento o conductal, present casos experimentalmente o bservados en los que los agentes no presentaban conductas racionales (toma de decisiones bajo riesgo o sicologa cognitiva, de Kahneman y Tverski, 1979), explicando que los factores emocionales como el sentimiento de injusticia o la falta de seguridad influyen en la toma de decisiones con criterios no racionales. Herbert Simon aport el concepto sicolgico de sufficing (suficiente, bastante, satisfactorio), explicando que la sicologa humana suele optimizar el uso del tiempo y la toma de decisiones mediante la primer solucin satisfactoria que se tiene a mano, en vez de hacerlo mediante una maximizacin del beneficio en el sentido clsico. No obstante, Gary Becker fue galardonado con el premio Nobel, por sus enfoques de economa extravagante o rara ( freak), como sobre la economa del crimen, el trasplante de rganos, las relaciones
34
familiares y otros, en los que se aparta de la economa del comportamiento (conductal), considerando que la racionalidad econmica (tipo costo-beneficio) se aplica a stos y todos los rdenes de la vida social. Tambin el pensamiento evolutivo y la biologa hacen sus aportes: T. Veblen public en 1898 un trabajo sobre porqu la economa no era una ciencia evolutiva; la idea la reprodujo J. A. Schumpeter en su Teora del desarrollo (evolucin) ec onmico, con una visin de falta de equilibrio, debido a los permanentes cambios tecnolgicos empresarios; y actualmente se avanz sobre esta idea hacia las irreversibles concentraciones de mercados. La economa ecolgica frente a la tradicional economa ambiental: en el enfoque tradicional se consideraban cuestiones ambientales, de asignacin de recursos, de externalidades y evaluacin de proyectos en los que se enfatizaba su eficiencia y no su sostenibilidad; con una idea cronolgica lineal y reversible en vez de un tiempo histrico irreversible ecolgico; enfatizando clculos y resultados monetarios en vez de cuestiones fsicas y biolgicas, etc. Los ranking de universidades suministran cientos de instituciones, pero no aporta precisin sobre sus estudios microeconmicos ni a veces econmicos. Entre las instituciones top sobre economa figuran algunas norteamericanas, otras inglesas y algunas europeas (Suiza, Espaa, Holanda, etc) pero la dificultad es centrar el anlisis en los estudios microeconmicos, ya que en general las instituciones continan con el enfoque tradicional interdisciplinario y sin precisar la separacin entre la oikos microeconmica (de la casa granja o empresa) y la economa poltica o macroeconmica, de la polis. La presentacin de Oxford ejemplifica estos tratamientos:
The
course covers the standard theory of microeconomics through a series of modules on Consumer & Producer Theory, Choice under Uncer-
35
tainty; Game Theory & IO; General Equilibrium & the Fundamental Theorems of Welfare Economics; Bargains, Contracts, and Auctions; Welfare Economics and Public Economics.
Tambin la Escuela de Economa de Londres LES-, que tiene como objetivos:
Intended Learning Outcomes. By the end of this course students should: be able to apply the theory of maximising agents to firms and consumers understand the working and applications of the standard general equilibrium model understand the basic elements of welfare economics know how to apply elementary game theory to microeconomic models of firms be able to make economic application of equilibrium concepts in multistage games understand the basic role of uncertainty and imperfect information in analysing economic incentives
Coinciden en una constante, observada en instituciones norteamericanas, inglesas y europeas, sobre la presentacin de diferentes niveles de estudios microeconmicos: principios introductorios, microeconoma intermedia I, II y posteriores especializaciones sobre aplicaciones a muy diversos casos. En particular, el plan de estudios del
Massachusetts Institute of
Technology MIT- para Microeconomic Theory III desde 2001 a la fecha 2012 sigue siendo: The central topic of
this course is the theory of general equilibrium and its applications and extensions. We will start with the basic theory including exist-
36
ence and optimality of equilibrium. We will then discuss the core; Arrow's impossibility theorem; externalities and public goods; intertemporal competitive equilibrium and insurance; and incomplete markets. We will consider some second-best issues.
Muchas universidades incluyen como Microeconoma II los nuevos desarrollos no neoclsicos y a veces al menos algunas los enfocan desde un punto de vista axiomtico, pero sin la prueba de fuego, que implica una estructura realmente profesional: objetivar las explicaciones axiomticas incluyendo los desarrollos explicados paso a paso e ilustrndolos con ejemplos resueltos y con sus conclusiones . La lista de enfoques y anlisis interdisciplinarios es vasta y en crecimiento; pero nadie podra pensar que uno de estos enfoques aislado o un conjunto de ellos, puedan constituir una teora explicativa de la empresa en reemplazo de la visin neoclsica actualizada computacionalmente. Por absurdo: por ms importantes que para algunas industrias sean los anlisis sobre etologa econmica, hoy no explican el compo rtamiento general empresario (etologa, subdisciplina de la psicobiologa que estudia la conducta espontnea de los animales en su medio natural, buscando los mecanismos de adaptacin que influyan en el xito reproductivo: el impriming /impresin, de K. Lorenz) Es decir, estos conjuntos de aplicaciones atienden 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). Dara la impresin que fue esta falta de instrumental adecuado la que hizo perder el horizonte a los propios clsicos ( explicar el funcionamiento ordinario en las empresas) y avanzaron mayormente
37
con planteos ambiguos sobre economa, sin distinguir precisamente sus aspectos micro y macro, aunque apuntando preferentemente a teoras sobre los macroeconmicos. 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 empresa 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 multiva-
38
riantes. 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 objetos 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.
39
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 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.
40
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 simultneamente 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.
41
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 indiferencia, 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.
42
Una tercera teora de la demanda intent explicar los cambios por la inflacin, separando el efecto de un cambio de precio 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
43
en otro punto diferente que el original: la demanda compensada de Hicks, era as algo distinta que la de Slusky. 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).
44
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 simplificacin 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 multifac-
45
tora (optimizando con el criterio de Cournot e ingresos marginales iguales a costos marginales conjuntos, respectivamente). 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 Edgeworth) 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 Edgeworth 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
46
interseccin de dos curvas era una combinacin ineficiente, 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 1874 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 mediante obras pblicas no necesariamente generara inflacin descontrolada.
47
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 bienestar 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. 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
48
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 Edgeworth 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 anlisis 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
49
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 econmica. 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.
50
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 minmax (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 m uchos 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:
51
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 aquellas en materia de distribucin de los ingresos con equidad, las asimetras (el principio paretiano en la caja de Edgeworth 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 con-
52
formando 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 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 nece-
53
sarios 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. 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 perso-
54
nas 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 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, enfrentadas en la realidad 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 adems, si no se los aplica efectivamente en la empresa mediante la computacin.
55
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 (pero con simplicidad !) para la efectiva optimizacin en la empresas; y en sntesis, se 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. Ello, 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).
56
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 general), 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 innecesariamente en forma de tratados. 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 aqu 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
57
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). El orden de presentacin no convencional es progresivo; y como tambin cambiaron los modos de estudio, ahora con PC; conviene utilizar los buscadores de palabras (Ctrl + F, o Ctrl + B) o con Google. 2) Seis mtodos equivalentes: mientras que la teora clsica enfatizaba planteos con irreales sistemas NxN y sobre un 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, licenciados o ingenieros industriales), sin ser ahora requerida
58
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 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).
59
4) Programacin con cientos de variables: en MCE se facilita la programacin lineal para 50 cientos de variables con Solver y otros, cuando la generalidad de los textos solo utilizan tablas Si mplex 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: en MCE se introdujo la posibilidad efectiva de controlar eventuales fallos en los clculos con matrices, programacin lineal o estimacin de funciones con Excel, al facilitar estas aplicaciones mediante efectivas simplificaciones 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 en microeconoma 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 con otros. La necesidad de contrastar los procedimientos con varios utilitarios es ineludible en los casos reales de mltiples variables. Los anlisis clsicos con una, dos o tres variables podran ser controlados manualmente mediante los diversos mtodos analticos, por ejemplo para asegurarse de que una solucin fuese realmente optimizante.
60
Ms all de las meras simplificaciones axiomticas, el cerebro humano contina siendo el principal instrumento para estas implementaciones prcticas pero no es suficiente. Resultaba importante en primer lugar asegurar la inclusin en cada problema de todas las restricciones necesarias para concluir una optimizacin y finalmente disponer del utilitario necesario. Para este nivel introductorio en el anlisis cientfico, el tratamiento comparativo de los problemas con los 6 mtodos alternativos segn MCE puede ayudar a iniciar estos razonamientos. Pero cuando se presentan mayores cantidades de variables, es ms difcil estar seguro de que una solucin encontrada sea maximizante; y lamentablemente, todava no disponemos de una ayuda al respecto en Microsoft u otras empresas. Si las restricciones no estn bien planteadas, por ejemplo las diferencias observadas en la optimizacin con Solver y con Matrices Excel (y quizs en otras estimaciones economtricas), pueden llegar a superar el 50%; de modo que no pueden pasar desapercibidas. Se descarta como aplicable para estos asuntos y anlisis empresarios la teora del sufficing segn H. Simon (las empr esas no operan con la primer solucin satisfactoria que tengan a mano, sino que procuran maximizar y optimizar sus recursos y resultados). En las empresas seran inviables errores por esa cuanta, por lo que se intent prever los medios para evitarlos comparado tambin con diversos utilitarios para estos estudios de mltiples variables, imposibles de controlar mediante clculos manuales. 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
61
EEUU para defender durante 15 aos 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 sobredime nsionada, 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, 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
62
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, autorr eproducibles entre dos extremos o atractores) y luego pasaba a una 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
63
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. Giffen 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.
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.
64
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 Giffen; 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 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
65
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 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, sino 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
66
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 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 mediante 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
67
se dispone de esa visin previa resulta ms difcil encontrar o identificar las causas del hecho. As por ejemplo, en materia estimacin de funciones, simplificando aqu el anlisis de la varianza y la eleccin de la funcin de ajuste y de sus variables independientes; igualmente sobre el tema del equilibrio general, o al menos del 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 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 con ejemplos los mtodos de resolucin. En definitiva, se explica la modelacin para optimizar sistemas con mltiples variables (incluso con diferentes utilitarios) exponiendo 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 (al igual que para estimar funciones con mltiples variables).
68
Con un claro objetivo cientfico: refutar y desmetaforizar la microeconoma meramente (falsamente) axiomtica, que desde hace dcadas est impidiendo el progreso cientfico (por no ser contrastable). La complejidad cientfica existe a otros niveles de abstraccin no microeconmicos y se trata en programacin, en matemticas y en economa, generalmente en forma axiomtica y excediendo los requerimientos de la microeconoma como economa de de la empresa. An as se observan inconsistencias entre los mtodos de programacin lineal, matrices y de insumo-producto que son evidentes en Excel, en numerosos casos simples fciles de corroborar, por que presentan en Excel diferente resultado segn la herramienta que se adopte; pero por ahora no tienen solucin con Excel en estas inconsistencias. Esto tambin evidencia la imposibilidad de corroborar la consistencia de los planteos macroeconmicos y de enfoques de equilibrio general axiomticos (lamentablemente, solo fantasas). 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;
69
desarrollo detallado explicando los pasos analticos 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 Walras, 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 Edgeworth 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 competencia perfecta est siempre presente y enton-
70
ces 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. 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
71
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). 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 inclu-
72
yen 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 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 mi-
73
croeconmico. 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 fueron aqu comentadas, 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.
22) Simplificacin de la Teora de los Juegos, del S.XXI: Cooperativos con TU y efectiva aplicacin prctica de los
ndices de Shapey y Banzhaf con Excel y otros utilitarios; licitaciones /subastas. Optimizacin Simplex del oligopolio con 3 a 9 empresas. Optimizacin multiobjetivo y multicriterio con Excel y otros utilitarios. Desmitificacin de los misteriosos algoritmos Pareto-eficientes mediante programacin concreta al alcance de un curso general de microeconoma.
23) Omisin tradicional en el MIT, LSE, OXFORD Y SALAMANCA

En estas consideraciones introductorias previas al resumen sobre la microeconoma clsica se expusieron los principales contenidos microeconmicos segn los programas en las instituciones ms prestigiosas. Pero, cmo es posible que disponiendo de los conocimientos necesarios no decidieran las principales instituciones ordenar y simpli-
74
ficar el tratamiento de la microeconoma, aislndola de otros aspectos macroeconmicos francamente no vinculados?. Los hechos orientan a concluir directamente que por motivos comerciales (crematsticos) no abandonaron el tratamiento ambiguo micro y macroeconmico, ni simplificaron la microeconoma bsica como economa de la empresa (oikos). Adems, como la mayora de las instituciones mundiales copian los programas de las universidades lderes, tambin perderan su posicin lder en el ranking de instituciones culturales prestigiosas si otras instituciones pasaran a capacitar fcilmente y en forma barata sobre economa de la empresa. Como ya se coment, hasta 1950 no era viable para los economistas resolver problemas con ms de tres o cuatro variables; y cuando aparecieron los primeros ordenadores, solamente algunas instituciones y empresas lderes tenan acceso a equipos informticos con sus programas economtricos o de investigacin operativa. Entonces, las instituciones encontraron un nuevo rubro de prestigio y negocios con el dictado de cursos, carreras y maestras adicionales sobre estos enfoques y aplicaciones. Desde la aparicin de Lotus 123, Qpro y luego Excel, as como tantos otros programas y paquetes estadsticos y economtricos, Tambin se ampli el panorama sobre cursos, carreras, maestras y afines; y las instituciones prestigiosas no renunciaron a esto. Parecera directamente, que no progres ningn cambio de esquema ni en sus currculas acadmicas, orientado a ordenar y simplificar el tratamiento microeconmico, porque actuaran en contra de sus intereses comerciales y de manejo del ranking. El MIT y universidades de Massachusetts y otras de EEUU, se impusieron como el centro de las nuevas ideas culturales. Un ejemplo es el reciente enfoque de la Teora de la Negociacin en el MIT,
75
para licitaciones y otros casos de la teora de los juegos, pero implementndolos computacionalmente y con axiomatizacin mediante una compleja teora de conjuntos en una forma no del todo abierta, que quizs tambin tendra algo que ver con los buenos negocios que se originaron en muchsimos pases para algunos sectores empresarios prestadores de crecientes servicios pblicos. En este ltimo sentido, los planes de estudio de esta poca tambin parecieran estar respondiendo, en algunos de sus aspectos, a orientaciones impulsadas en la dcada de 1980 en el mbito de la OMC y del Banco Mundial, sobre el tratamiento de la educacin como un bien transable; as como a los planteamientos del denominado Consenso de Washington, formulado en 1989 por un ex economista del MIT, John Williamson; que finalmente fue extendido desde Latinoamrica hacia el resto del mundo, e incluso internamente en los EEUU luego de la reciente gran crisis financiera:
24) Brecha entre modelacin y realidad:

Es necesario reconocer que las universidades de Massachusetts son en el s.XXI las mejores del mundo, tanto por la calidad como por la cantidad de los trabajos que all se emiten. Sin embargo, esto no quiere decir que solamente sea correcto todo lo que all se dice, ni solo lo que all se dice. En este sentido se llama la atencin sobre una carencia generalizada en la formacin y en los textos microeconmicos: los enfoques tericos presentan para los estudiantes una inexplicacin o falta de nexo entre las teoras y la realidad empresaria. Cualquier estudiante puede sentir esta dificultad, al estar imposibilitado para imaginarse como se aplicaran en forma efectiva los conceptos tericos clsicos en una empresa.
76
Nuevamente est aqu presente, la comentada falta de objetividad en la identificacin del destinatario del anlisis microeconmicos: no se tiene todava claro que la microeconoma es bsicamente economa de la empresa y los textos no explican esta carencia o tema ausente. En las empresas no se produce solo uno ni solo dos productos, pero las teoras enfocan las soluciones con solo una o dos variables, segn las soluciones de Cournot, Marshall, Pareto, Lagrange, etc. y la vinculacin con la realidad no es as directa ni evidente para el estudiante. Por otra parte, la programacin segn Dantzing, Kantorovich y otros facilit la optimizacin con cientos o miles de variables, pero an con Excel se obtienen solamente cantidades de una mezcla ptima y en todo caso el beneficio aportado segn los coeficientes y un funcional precalculados. Surge aqu un vaco o falta de nexo entre esta mezcla ptima y los anlisis clsicos con solo una o dos variables, sobre ingresos, costos, beneficios o produccin y segn sean los tipos de mercados competitivos u oligoplicos. Pero, si la clave de esta modelacin no estuviera en las propuestas de estos autores, quin o cmo se explicara el funcionamiento de la empresa?. Simplemente, est faltando una explicacin sobre cmo se cierra el circuito conceptual entre estos esquemas y su aplicacin efectiva empresaria. El profesional prctico de una empresa debi razonar sobre este nexo; pero un joven estudiante no encuentra en los textos usuales ( Henderson y Q., Baumol, Dorfman S. Solow, Varian, etc) una orientacin concreta sobre el nexo entre teora y prctica. Falta en los textos este broche de oro, que una la teora clsica con la pr ogramacin y con la realidad concreta; y en este trabajo MCE y cursos se aclara sobre esta vinculacin terco-prctica y sobre todo, se ofrecen ejemplos reales y concretos sobre ello.
77
CONSENSO DE WASHINGTON
Disciplina presupuestaria (los presupuestos pblicos no pueden tener dficit) Reordenamiento de las prioridades del gasto pblico de reas como subsidios (especialmente subsidios indiscriminados) hacia sectores que favorezcan el crecimiento, y servicios para los pobres, como educacin, salud pblica, investigacin e infraestructuras. Reforma Impositiva (buscar bases imponibles amplias y tipos marginales moderados) Liberalizacin financiera, especialmente de los tipos de inters Un tipo de cambio de la moneda competitivo Liberalizacin del comercio internacional (trade liberalization y disminucin de barreras aduaneras) Eliminacin de las barreras a las inversiones extranjeras directas Privatizacin (venta de las empresas pblicas y de los monopolios estatales) Desregulacin de los mercados Proteccin de la propiedad privada. 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. 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 eficien-
78
cia 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. Desde el punto de las polticas 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
79
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 monopolio 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 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)
80
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 funciones, 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.
81
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 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 (Neumann-Morgenstern, Nash, Tucker, etc)
82
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 digresiones macroeconmicas y globales de la economa del bienestar general, inviables o inalcanzables ).
83
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 para millones de variables), utilizando supuestos irreales o ilgicos como especialmente el
84
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, in verificables 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 teoras 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;
85
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 del ingreso marginal, tangente y pendiente, recta por 2 puntos, elasticidad y precios, A-Robinson, 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 con N variables independientes con anova. 4) programacin lineal simplex y con Solver de Excel para N variables. 5) tres teoras de la demanda, con mtodos diferencial, combinada de Lagrange, 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;
86
equilibrio y diversos objetivos; inventarios; tipos de acciones; van y tir con Excel; 6 mtodos 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 y con programacin lineal Simplex. 10) Matriz I-P; modelo de 2x2 y NxN; Ley de Say y de Walras, Equilibrio parcial vs. general, Caja de Edgeworth 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 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).
87
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 (incluyendo la actualizada y simplificada teora de los juegos computacional del s.XXI). 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 (quizs incluyendo la de empresas). 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.
88
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, bajo la ptica de la legislacin internacional (OMC) segn el modelo competitivo tratado en esta asignatura. Representacin de la empresa ante las obligatorias cmaras respectivas, en materia comercial, estadstica, laboral, comercio exterior, etc. manteniendo un modelo competitivo integral. OTRO PROGRAMA ACTUALIZADO DE MICROECONOMIA
Al final de este libro se present un anlisis, resumido como una ausencia de un broche de oro. Considerando esa fale ncia fundamental en los enfoques acadmicos, otro posible ordenamiento y prioridades algo diferentes que los usuales, podran surgir de la microeconoma que se practicaba en SOMISA. Las etapas del proceso empresario se resuman (habra que hacer una distincin entre una empresa ya establecida y otra que se estuviera iniciando), segn aquella experiencia adquirida y practicada como sigue: a) Si la empresa est establecida ya conoce el rubro al cual se est dedicando y en este caso, la secuencia pudiera ser pronstico de demanda para el perodo, anlisis de existencias de insumos y productos, compra de materias primas y otros, produccin, venta y marketing.
89
b) Si la empresa fuera nueva, el proceso debera anteponer a lo anterior una etapa previa de seleccin, mediante la programacin lineal o afines, para determinar la mezcla ptima o el producto relevante y luego continuar con esas etapas del proceso. La secuencia pudiera variar segn el rubro de actividad industrial, comercial; tipo de bienes de consumo perecedero, durable, insumos diversos, servicios tangibles o intangibles, etc.; o si la firma dependiera de un proveedor principal o de un cliente principal cautivo. Pero la direccin de la empresa necesita disponer de un plan de accin, por ejemplo mediante diagramas de Gantt para controlar las fechas y el cumplimiento de las etapas. En este sentido, un programa de enseanza universitaria de microeconoma podra seguir este ordenamiento y prioridades: comenzara con programacin lineal y afines (matrices, simulaciones, etc); seguira con pronsticos de demanda y estudios de mercado (regresiones y correlaciones lineales y mltiples, simulaciones); luego inventarios ptimos; compras, produccin, ventas y marketing. Una visin actualizada quizs debiera dedicarle menor intensidad al enfoque tradicional clsico sobre demanda, sin profusin de enfoques analticos, geomtricos, axiomticos y con mayor nfasis en la programacin lineal y simulaciones. Una vez que con la programacin lineal u otras se determin cual es el rubro que conviene producir, resultar imprescindible continuar desarrollando algn anlisis con una y dos variables
90
clsicos (sobre ingresos, costos, produccin, beneficios), suficientes para poder resumir y precisar el proyecto empresario a la direccin. Y este enfoque tradicional puede ser complementado con la teora de los juegos, para precisar mejor alguna situacin competitiva, segn sean los tipos de mercados. Al menos, para un estudiante, que necesita comprender como el conjunto del panorama terico refleja la realidad, pudiera ser ms interesante presentar este ejemplo de ordenamiento conceptual sobre el contenido microeconmico concreto, frente a las presentaciones usuales, con varios tipos de anlisis alternativos, que enfatizan diversos enfoques analticos, axiomticos, de conjuntos u otros, pero para explicar siempre lo mismo (generalmente solo enfoques parciales con una o dos variables) y no siempre con mucha conexin directa con lo requerido en la empresa.
91
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.
92
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?
93
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-
94
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
95
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.
96
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.
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.
97
Para una demanda lineal obsrvese que el precio se escribi a la derecha, en B2:B10. La frmula explcita X = 49 0,8P se escribi a la izquierda, en A2, copindola hasta A10. Para graficar se pint todo el rango A2:B10; > icono de grficos > Dispersin > Ttulo > Ttulo de ejes> Imprimir en la misma hoja > Aceptar. FUNCIN DE DEMANDA TERICA (HIPERBLICA) En este caso, la funcin en la forma implcita P = 12 / X2 se escribe a la derecha, en B2 y se la copia hasta B10; los valores de X se anotan en A2:A10.
98
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 capital (demandas derivadas, proyectadas tambin con simulaciones de coyuntura, etc.), casos analizables preferentemente bajo contexto cierto.
99
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 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.
100
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.
101
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
102
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.
103
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.
104
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,
105
as como de la fluidez del movimiento y diversidad en magnitud de cada uno de estos envos. Los datos fueron obtenidos en el INDEC hasta diciembre 2002 y en la Direccin Nacional de Aduanas para el lapso enero/marzo 2003, correspondiendo a la estadstica del volumen de importacin por la posicin 2815.11.00 (soda custica) del nomenclador de comercio exterior. Se estudian las medidas de posicin y las de dispersin, 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.
106
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.
107
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.
108
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.
109
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).
110
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.
111
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-
112
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.
113
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.
114
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.
115
MEDIA GEOMTRICA: Igualmente, Excel muestra en la solapa el clculo correspondiente, no obstante que en el ejemplo actual esta medida no sea significativa:
116
MEDIA ARMNICA:
MEDIANA:
117
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:
118
PERCENTILES: Cada uno de los 100 intervalos en que divido la serie, segn el siguiente ejemplo:
MEDIDAS DE DISPERSIN
DESVIO ESTNDAR Y VARIANZA:
119
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:
120
MOMENTO 1:
121
MOMENTO 2:
MOMENTO 3:
122
MOMENTO 4:
MOMENTOS CENTRADOS HASTA CUARTO ORDEN
MOMENTO 1
123
MOMENTO 2
MOMENTO 3
124
MOMENTO 4
DESVO CUARTLICO
125
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
126
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.
127
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.
128
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.
129
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.
130
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
a N t y(t) t y(t) N t 2 t
2
t y(t) t y(t) t N t 2 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
y(t) N
131
As, Y = at + b =
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
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 m-
132
nimos cuadrados. Puede ser que no ambas tengan sentido, por ejemplo para alguna relacin precio-cantidad demandada; pero en otros anlisis ambas lo tienen. COEFICIENTE DE CORRELACIN El cociente entre la variacin explicada a la variacin total se llama coeficiente de DETERMINACIN. Si la variacin explicada es igual a cero, es decir, la variacin total es toda no explicada, este cociente es cero. Si la variacin no explicada es cero, es decir, la variacin total es toda explicada, el cociente es uno. En los dems casos el cociente se encuentra entre cero y uno; r2 es siempre no negativa y se calcula como:
r2 variacin explicada variacin no explicada y y
2 2
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:
r x x x x y y y y
1/ 2
sta frmula da el signo adecuado de r; se llama frmula productomomento y muestra claramente la simetra entre x e y.
133
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 b de la lnea de correlacin precio-cantidad durante el perodo: 1,008 en el grfico siguiente; o segn el coeficiente b emitido por Excel al hacer el ajuste o correlacin PyQ (en realidad, observando la frmula de elasticidad dQ/dP(P/Q) y este producto dP/dQ(P/Q) va a ser necesario aplicar la inversa de uno de esos dos factores en este) 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.
134
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 PRECIO-CANTIDAD 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.
135
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.
136
EVALUACIN DE EXMENES Supnganse la siguiente cantidad de aciertos en una evaluacin, clasificados en funcin del grado de instruccin de cada consultado: 4 grado 1 3 4 5 1 4 6 grado 5 7 6 3 9 7 4 2 3 secundario 8 6 9 5 7 4 4 Secundario Completo 9 11 8 7 7 -
N = T = X = X = T2 / n=
2
6 18 3 68
8 43 5.38 269
7 43 6.14 287
5 42 8.4 5 364
n=26 T=146 X2/n=1462/26=819.8 X2 =988 T2/n =902.07
54
213.1 3
267.14
352.80
137
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 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).
138
REGRESIN MLTIPLE
ESTIMACIN DE DEMANDA POR 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 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.
139
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).
140
ANLISIS DE VARIANZA
Hay suficiente correlacin entre las variables? Sern todas las variables independientes suficientemente explicativas o influyentes? Excel calcula el estadstico F (104,5) y tambin su valor crtico. En este ejemplo el estadstico es mayor que su valor crtico, lo cual asegura que el resultado 97% implica una varianza intergrupos e intragrupos parcialmente aceptable y que el ajuste no es aleatorio o manifieste coalineacin. Por otra parte, la tabla de distribucin t Student para 6 grados de libertad y 95% de aproximacin (5% error) muestra el coeficiente 1,94, que es menor que el valor indicado por Excel para la variable independiente X1 (3,099), asegurando que esta variable es 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.
141
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 cuadrado 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 adecuadas 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.
142
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. 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.
143
MULTICOLINEALIDAD - FIV En resumen, hemos visto varios indicadores para determinar la existencia de un 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 R2 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
S x j (n 1) SEb2 S
2
1 FIV
FIV j
1 1 R2 j
El FIV es medido como la inversa del complemento 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)
144
- 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 ndice 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 Anlisis de Datos en Excel figura el de la Estadstica Descriptiva, que entrega un conjunto de mediciones para cada variable independiente, que se puede imprimir a continuacin de los datos de la regresin.
Datos / Anlisis de Datos / Estadstica Descriptiva
145
146
ESTIMACIN LINEAL (MLTIPLE)
- VENTA DE HELADOS
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+SIAT+Entre. 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.
147
148
MULTICOLINEALIDAD MATRIZ DE CORRELACION CON EXCEL

Otra forma mas fcil de observar la presencia de excesiva colinealidad entre las variables independientes es construir su matriz de correlacin, preparando manualmente el cuadro con las variables independientes como filas y columnas: se completa la diagonal con 1 y en cada celda de la mitad inferior se calcula la correlacin utilizando Insertar Funcin (
):
El cursor esta ubicado para calcular la correlacin entre las variables Y y X1, seleccionando entre las funciones: Estadsticas /Coef.de.Correl.
149
Al aceptar presenta el cuadro para elegir las columnas con los datos de X1 y X2 pulsando en el icono de Matriz1 y Matriz2 respectivamente.
150
Es el mismo procedimiento para completar las restantes celdas:
En este ejemplo improvisado se observa una gran colinealidad (alta correlacin positiva y negativa), por ejemplo del 93% entre las variables X1 y X3, etc. Finalmente, ser la experiencia de cada profesional sobre la naturaleza de las series de su propio sector la que indicar si corresponde o no asignarle importancia a este tema de eventual excesiva colinealidad Para otros casos mas extensos es posible implementar esta rutina manual mediante una macro de Excel; o bien simplemente utilizando las aplicaciones para copiar y referencia absoluta (F4). Por otra parte, tambin es posible obtener esta matriz de correlacin con EVIEWS y con otros de los utilitarios aqu presentados.
151
MATRIZ DE COVARIANCIA Las medidas de variancia y covariancia, se tratan de una simple transformacin de la dispersin entre los datos y su promedio (o su lnea de tendencia en el caso intraserial); y covarianza mide lo mismo pero entre dos series (interserial). Con Excel se puede construir fcilmente la matriz de covariancia, que adems de orientar sobre la bondad de un ajuste tambin es otra forma de observar la presencia de excesiva colinealidad entre variables independientes.
152
MATRIZ DE COVARIANCIA CON EXCEL: Se trata de hacer un cuadro con las variables, aqu del ejemplo Helados, como filas y como columnas:
Al ubicar el cursor en una celda vaca de la diagonal principal hacia abajo es posible ir al Frmulas y pulsar en el icono de funciones para insertar la funcin covarianza (Covariance.P), que se elije entre las de tipo Estadsticas al abrirse el cuadro:
153
Al elegir se abrir otra ventana que en Matriz1 y Matriz2 permite seleccionar las series a correlacionar: cada una respecto de s mismo y tambin con respecto a las dems, en esta matriz simtrica que aqu cubrimos en su parte inferior.
No sera frecuente la correlacin mltiple con cientos o miles de variables independientes, por lo que completar la matriz de cova-
154
rianza no es demasiado trabajoso; su puede recurrir a las aplicaciones de copiar y referencia absoluta (F4) para abreviar la tarea; tambin se pueden utilizar las otras aplicaciones ilustradas mas adelante. El resultado de esta tarea indica la variancia y covariancia de cada serie respecto a si misma y a las dems.
Si la covariancia interserial (entre dos series Y y X) es mayor que la intraserie (adentro de la variable Y dependiente) alejara la presuncin de tener variables independientes que sean colineales (no seran stas simples mltiplos entre s, que obligaran a cambiar por otra realmente independiente).
155
ECONOMIA NO ES MEDICINA NI ES MECNICA

En economa los clculos economtricos (estimar funciones mltiples) y los de investigacin operativa (equilibrio multiproducto) son ms simples que en medicina o en mecnica etc. y estn al alcance de un curso general de microeconoma (empresaria), que constituyen todo el contenido incluido en la currcula de un contador, licenciado o ingeniero industrial. En medicina un 3% de error es inviable por que se arriesgan vidas humanas, pero en economa este porcentaje es generalmente aceptable y ello reduce la necesidad a utilizar solo pocos entre la enorme variedad de anlisis alternativos existentes, simplificndolos para el caso de las correlaciones mltiples a la medicin del R 2 ajustado, el test F y los t, o a la observacin de excesiva colinealidad media nte la matriz de correlacin. Igualmente en la investigacin operativa, tal como simplificaban los clsicos al limitarse a problemas con dos variables positivas del primer cuadrante, para indicar que no se consideran funciones que se desarrollan en los otros cuadrantes (por no tener sentido, en principio, producciones o consumos negativos). Adems, los tipos de funciones as como los sistemas de ecuaciones o restricciones se implementan necesaria y efectivamente con programacin lineal Solver de Excel o con Matrices de Excel (o de otros utilitarios aqu presentados). Esto conduce a que la consistencias axiomtica de los sistemas se simplifique y reduzca a los trminos prcticos del lgebra de matrices para los sistemas finitos empresarios y para la matriz insumo-producto, comentados en este capitulo ms adelante y en el captulo 8 con el equilibrio multiproducto.
156
CORRELACIN MULTIPLE Y ANOVA CON SPSS (IBM)
Si se deseara contrastar el ajuste hecho con Excel mediante otros utilitarios se podran 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 Estadsticos 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.
157
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 dimensin 4 (la fila 4) y considerando la proporcin de las descomposiciones de las varianzas muy elevadas (cercano a 1) indica que existe multicolinealidad indeseable en esa variable independiente (alguna siempre existir, dado que todas las variables independientes estn de alguna manera vinculadas con la variable dependiente). Se podra eliminarla, reemplazndola por otra que muestre menor FIV (factor inflacin varianza). .
158
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.
159
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.
160
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)
161
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.
162
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 654 524 x1 139 262 x2 100,0 94,5 x3 181 227
163
684 818 810 840 1070 1078 1022 1041 1061
342 409 405 420 450 460 450 450 450
93,2 93,8 98 92,4 93,1 93,4 94,1 100 94,1
253 270 272 280 300 315 325 335 345
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.
164
Los datos aparecern cargados en Stata, mostrando los nombres de las variables en el cuadro inferior izquierdo y las series en inferior derecho.
165
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.
166
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.
167
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) nos pronostiquen previamente cuales seran en el ao prximo los datos para calor, lluvia y turistas.
168
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 intervalo 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 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-.
169
170
ESTIMACION DE FUNCIONES (REGRESION) Hemos visto antes estimacin de funciones para casos d e 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 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.
171
Dibuje los datos para elegir el tipo de funcin; haga varios ajustamientos para elegir el mejor; o bien busq ue ud.el mejor ajustamie nto 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).
172
AJUSTAMIENTO EXPONENCIAL CON EXCEL
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 ex es similar a su derivada )
173
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.
174
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.
175
AJUSTAMIENTO POTENCIAL CON EXCEL
El ajustamiento potencial muestra mucha diferencia ntrelos datos reales Y y los ajustados Y*; conviene buscar otro ajustamiento.
176
AJUSTAMIENTO MEDIA MOVIL CON EXCEL
Excel permite determinar el orden de los promedios, pero para el anterior ejemplo con tan pocos perodos no es posible o adecuado aplicarlo. Lo sera teniendo una serie mas larga.
177
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.
178
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 minutos, 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
179
(cambia a blanco); arriba elegir Fit; luego Best Function. Luego 3 veces Siguiente y tildar todas las funciones deseadas o disponibles; luego Siguiente. Luego con Star calcula la funcin.
Funcin:
Copiarla a Excel como Y*para compararla con los datos histricos (corregirle comas por puntos; eliminarle espacios; reemplazar la notacin computacional e-005 e-007 por su equivalente 10 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).
180
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).
181
CAPTULO 3 PROYECCIN Y PROGRAMACIN

CON SERIES, CON ECUACIONES, 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. Otra 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.
182
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 estudios razonables 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.
183
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).
184
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.
185
2) Se dispone de la estructura de la oferta y demanda global argentina de INDEC, incluyendo la apertura en los subsectores industriales. 3) Los analistas 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 siguiente:
186
2.- Por otra parte, las estadsticas sobre cuentas nacionales estn 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 simul acin 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 puede 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:
187
Esta estructura actual de la actividad econmica es necesario representarla en trminos porcentuales (columna B), para proceder al anlisis de la coyuntura.
188
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.
189
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
190
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 utilizar algunos de estos porcentajes para utilizarlos tambin en el cuadro de ventas de Somisa (columna c):
191
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). 5- ETAPAS 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 Gant, 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).
192
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 refrindolas en pocas cantidades y precios, agrupando en productos representativos. Las empresas suelen producir y vender un numeroso 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, tambin 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.
193
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 $10000. El planteo como programacin lineal consistira en maximizar la funcin objetivo sujeta a las restriccin: Max. Z = 5(X1) + 2(X2) + 2(X3) (precio por cantidad de cada accin) sujeto a: 20X1 + 12X2 + 10X3 10000 20 X1 6000 12 x2 2000 10 X3 3000 (siendo Xi 0)
194
En una hoja Excel se escribe el modelo separando cada importe y precio en celdas, para que la macro Solver pueda identificarlos:
Es decir, una fila para las cantidades a comprar; otra para los rendimientos de cada accin; y cuatro ms para los precios y las restricciones. En la columna E, en E3, se ubicar la frmula para la funcin objetivo: =sumaproducto($B$2:$D$2;B3:D3) que hace ref erencia 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.
195
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.
196
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 posib ilidad de un anlisis adicional de sensibilidad, que permite observar si quedan recursos ociosos, precios sombra, costos de oportunidad y otros. Al activar Respuestas, o Sensibilidad y Lmites guarda e stos informes en hojas adicionales fciles de interpretar.
197
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 2) Tabla 0: la primer lnea de ttulos es comn para todas las tablas, con estas 9 columnas -Funcional (F); Variable (X); Recursos (R);
198
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
199
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:
200
TABLA 0: F 0 0 0 TABLA 1 8 0 0 TABLA 2 8 0 3
X X3 X4 X5
R 3 6 36
8 X1 1 0 6 -8 1 0 0 0 1 0 0 0
3 X2 0 1 4 -3 0 1 4 -3 0 0 1 0
0 X3 1 0 0 0 1 0 -6 8 1 1,5 -1,5 3,5
0 X4 0 1 0 0 0 1 0 0 0 1 0 0
0 X5 0 0 1 0 0 0 1 0 0 -1/4 1/4 0,75
VS 3< 6
X1 X4 X5
3 6 18
6 4,5<
X1 X4 X2
3 1,5 4,5 37,50
TABLA 1: 14) En la columna X cambiar la variable que sale por la variable que entra. 15) Anotar en la columna F el valor que tiene cada variable en el funcional. 16) Calcular la nueva lnea del pivote como = lnea pivote anterior / pivote. 17) En la columna del pivote completar con ceros (salvo el 1 del 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).
201
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.
202
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
203
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.
204
PROGRAMACIN LINEAL SIMPLEX CON SOLVER DE EXCEL
FBRICA DE MESAS Y SILLAS ZONDA Este mismo ejemplo est planteado en esta hoja Excel: se anotan las relaciones bsicas, por ejemplo B7 = B5 por B6; C7=C5 por C6; D7=B7 ms C7, D2 segn indica la solapa, etc.
Luego Herramientas >Complementos> Solver > y se abrir este cuadro, que pide la celda objetivo D7, las celdas cambiantes B5:C5 y Agregar ...restricciones (orienta como agregar una a una en segundos).
205
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).
206
PRODUCCIN DE TV, ESTREOS Y ALTAVOCES En el Office de Microsoft se incluye un archivo Excel, Muestras.xls, que incluye cinco ejemplos de aplicacin de Solver en casos de 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.
207
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.
208
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).
209
210
PROGRAMACION CON PRESENTACIONES MATRICIALES PLANIFICACIN DEL PERSONAL DE UN PARQUE DE DIVERSIONES 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.
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 res-
211
tricciones 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.
212
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 vector columna con el resultado, a veces tambin puede ser necesario hacer tambin uso de la funcin trasp oner 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
213
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. 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.
214
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.
215
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
216
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-
217
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.
218
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.
219
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.
220
MATRICES Y DETERMINANTES:
En el captulo de la produccin se presentan 6 mtodos equivalentes para la solucin de algunos problemas de optimizacin microeconmica (en la empresa) y se hace una introduccin breve en uno de estos, al lgebra matricial . El mtodo de resolucin de sistemas de ecuaciones mediante matrices nos interesa en virtud de su gran amplitd para miles de variables. Lo presentamos all resolviendo un sistema de 2x2, o sea de cuatro variables; por ejmeplo para optimizar en una empresa la produccin alternativa de dos bienes mediente dos recursos (cuatro variables), obteniendo as la produccin total: si fuera esto una simplificacin de un pas con dos sectores (vistos como productores y como consumidores), se obtendra la produccin nacional. A nivel macroeconmico tambin se puede aplicar matrices. Sin embargo, debido a la repeticin de operaciones o transacciones intersectoriales en las economas reales, las matrices de insumoproducto disponibles en algunos pases no estudian la produccin nacional sino el producto nacional (neteando las transacciones intermedias, para aislar solo las producciones finales o su equivalente el valor agregado). Esta distincin se plantea con la matriz insumo-producto, mediante el simple recurso de resolver el sistema matricial usando la matriz inversa, pero en vez de utilizar la matriz de coeficientes C se invierte la matriz complemento o resta 1- C: 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).
221
Supongamos un grupo empresario que produce acero y autos. 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 y con Excel se pueden resolver miles de variables. Para averiguar la produccin total se invierte la matriz de coeficientes C; pero para optimizar neto de las relaciones intersectoriales, es necesario invertir la matriz resta 1-C. Manualmente se trata de acoplar a su derecha otra matriz unidad o unitaria y mediante operaciones elementales se la traslada hacia la izquierda, de modo que la matriz de coeficientes directos se transform as en otra, que multiplicada por los recursos finales, generan el producto final. La venta externa, recursos o demanda final es 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 (600 acero y 180 autos; un porducto de 780 si los precios fueran unitarios) Excel permite trabajar sin limitaciones de rango y rpidamente: en G2:H3 se restaron ordenadamente los coeficientes a la matriz identidad.
222
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.
(o sea, se obtiene la matriz de los complementos y luego se la invierte; pero ms adelante se har una observacin sobre este breve ejemplo como inadecuado en otros aspectos imput-output). En el captulo 7 de la produccin, se vuelve a estudiar estas matrices y su inversin, para calcular la produccin total de la firma, invirtiendo los coeficientes tcnivos directamente (sin la resta complemento de la unidad ento comentada) MATRIZ DETERMINANTE
223
Por otra parte, Excel tambin tiene incorporada la funcin md eterm(A1:C3) que calcula el determinante de la matriz NxN, simpl emente anotando esta expresin en una celda y el rango del determinante:
NO SIRVE CUALQUIER MATRIZ

Sin embargo, no cualquier matriz tiene solucin o representa un sistema de ecuaciones en la optimizacin empresaria; ni tampoco cualquiera representa un sistema de insumo-producto. Por ejemplo, uno de los requisitos exigidos en los sistemas es que no exista excesiva colinealidad entre las condiciones (en las variables en un problema de estimacin): si una restriccin es un simple mltiplo de otra se reducira en uno el orden del sistema. Otro condicin necesaria es que el determinante de los coeficientes no sea nulo, etc. El lgebra de matrices, que aqu se presenta progresivamente segn las necesidades, se ampla segn sea el nivel de abstraccin, especialmente para el tratamiento de la matriz insumo-producto. Conviene identificar a las matrices: Diagonal: con valores no nulos en la diagonal principal y el resto ceros. Dimensin: segn el nmero de filas y columnas Rango: segn el nmero de columnas linealmente independientes (o sea, si mediante operaciones elementales por fila puede reducirse una fila a ceros bajara el rango en uno) Cuadrada: NxN; no cuadrada NxM.
224
Nula: todos ceros; Unidad, I: unos en la diagonal principal y el resto ceros. Triangular: ceros debajo de la diagonal principal. Transpuesta: intercambiando filas por columna. Inversa: matriz cuadrada que multiplicada por la original son igual a la matriz unitaria. Invertible: si la dimensin coincide con el rango (no tiene ceros en alguna fila) Simtrica: si es igual a su transpuesta (coinciden las filas con las columnas). Antisimtrica: tienen ceros en la diagonal principal. Mgica, de suma k: sus filas, columnas y diagonales suman k (existan en Asia antes de Cristo; nada aportan al conocimiento; todava). De orden NxM: N filas por M columnas. Ortogonal: su traspuesta es igual a su inversa. Involutiva: coincide con su inversa. Idempotente: es igual a su cuadrado. Nilpotente, de orden k: matriz cuadrada que elevada a la k es igual a cero. APLICACIN MICROECONOMICA Si bien estas matrices I-P son una cuestin macroeconmica, sus publicaciones por los gobiernos de pases constituyen una til fuente de informacin, al menos para las empresas bsicas. Sus datos son limitados a solo grandes agregados industriales (nada tienen que ver con los anlisis axiomticos tericos de ArrowDebreu sobre equilibrio general) y solo representan una imagen aproximada de la situacin de un pas en un determinado ao censal. Pero pueden ser tiles en la empresa para observar las repercusiones directas y las indirectas de la actividad de alguna industria y por ejemplo, construir la funcin de demanda sectorial de una industria
225
y/o gran empresa bsica; tambin para observar las repercusiones de una inversin adicional de esa industria y conseguir financiamiento; o para calcular los efectos sobre la demanda anual empresaria proveniente de alguna expansin o promocin sectorial; etc.
IMPUT-OUTPUT
Es de especial inters para las matrices tipo insumo-producto asegurar la existencia de solucin: est garantizada si se cumplen las condiciones Hawkins-Simon: a) todos los menores principales de la matriz de coeficientes tcnicos deben ser positivos. b) para obtener una produccin neta positiva cada coeficiente debe ser menor a uno (sumar 1 cada columna.). c) el determinante de la matriz I-P deber ser positivo (en David Hawkins & Herber Simon: Note - Some Conditions of Macroeconomic Stability (Econometrica vol 17, jul-oct 1949 pag 245/248. J.M.Henderson -R.E. Quandt: Teora Microeconmica: cap.10-Temas sobre el equilibrio del multimercado. Dorfman, Samuelson y Solow: Programacin Lineal y Anlisis Econmico, cap.92-2). En este ejemplo anterior usual en los textos, no se cumple la condicin b); sirvi aqu para presentar fcilmente la tcnica de inversin de matrices I-P (se invierten los complementos de los coeficientes a la matriz unitaria); pero este caso particular no es realmente de insumo-producto (ya que se obtienen repercusiones directas e indirecta que sumaran menos produccin que la repercusin directa inicial). En el prximo ejemplo para el enfoque terico sobre equilibrio general se utiliza una matriz de coeficientes que cumple con las exigencias Hawkins-Simon para los anlisis insumo-producto.
226
EQUILIBRIO GENERAL DE PRODUCCIN-INTERCAMBIO 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.
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.
227
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 segundo grado (determinante Hessiano=36, positivo) indican demandas finales por x=10 e y=10, que en funcin de los precios para ambos bienes totalizan ese importe.
Multiplicando la matriz inversa por las demandas finales (o externas) se obtienen las producciones globales necesarias para cada bien (consumo final ms intermedio) X = 60 e Y = 30.
228
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.
229
230
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).
231
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
232
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.
233
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
234
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), terminando 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, Mesas Sillas Recursos 1 0 3 0 1 6 6 4 36 $8 $3 -
Restriccin 1 Restriccin 2 Restriccin 3 Beneficio/u.
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) 2) Sobre la lnea de ttulos o encabezados se anotan los coeficientes de la F.O. para cada variable bsica y slag (lnea Cj )
235
Cj=
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
VS 3 6 36
3 6
0 0 0
X3 X4 X5 Cj Zj=
3) En la tabla inicial se le agregan a la izquierda una columna para las variables que 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 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 prxima tabla. 7) La interseccin de la fila y columnas saliente y entrante se toma como pivote para calcular la prxima 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
0 1 4
1 0 -6
0 1 0
0 0 1
3 6 18
236
9) En la prxima tabla se reemplaza la variable saliente por la entrante (con sus respectivos coeficientes de la F.O.) Cj= 8 X1 1 0 0 0 3 X2 0 1 4 3 0 X3 1 0 -6 -8 0 X4 0 1 0 0 0 X5 0 0 1 0 VS 3 6 18 6 4,5
8 0 0
X1 X4 X5 Cj Zj=
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 interseccin 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)
237
Cj=
8 X1 1 0 0 0
3 X2 0 0 1 0
0 X3
0 X4
0 X5
VS
8 0 3
X1 X4 X2 Cj Zj=
1 0 1.5 1 -1.5 0 -3.5 0
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: Autos Motos Recursos 1 2 <= 8000 3 2 <=9000
Hs.hombre Hs.maquina
Para los sistemas NxN el proceso Simplex matricial consiste en ubicar una matriz unitaria a la derecha de la de los coeficientes tcnicos (equivale a completar el sistema con las variables de holgura en la presentacin algebraica); tambin se
238
agrega otra columna con los trminos independientes (o recursos).
Luego se efectan 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 1/4) 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 fila 2 por , segn muestra la siguiente tabla. 1 0 0 0 1 0 -1/2 -1/4 -1/4 -3/4 500 3750 Z-8750
239
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 / remuneracin de ambos recursos /factores productivos.
240
INVESTIGACION OPERATIVA CON EXCEL, WINQSB; LINDO, TORA, OTROS
GAMS,
Al igual que con los estudios economtricos aqu incluidos, tambin es usual efectuar la investigacin de operaciones mediante aplicaciones de Excel (con Solver y con matrices inversa, matriz multiplicar y matriz determinante). Sin embargo, en la generalidad de los casos no es posible controlar manualmente los clculos, debido a la intervencin de mltiples variables. Para asegurar la precisin de los resultados de un anlisis hecho con Excel puede resultar conveniente complementar o contrastarlos efectundolos tambin con otros utilitarios, como por ejemplo con los aqu enunciados. 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.
241
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.
242
En la prxima 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.
243
Para terminar, se pedir a WinQsb los resultados pulsando en el men superior sobre Solve and Analize y Tambin en Solve the Problem, para que aparezcan los resultado en la ventana final.
Los resultados son los mismos que se obtienen con Solver de Excel: se maximiza el beneficio con B= $8(3 mesas)+ $3 (4,5 sillas)= $37,50.
244
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 anteriormente, se trata de elegir ahora Grafic Method, como muestra la imagen.
245
Se acepta en la prxima ventana con OK lo establecido como default para las variables que van en la abscisa y en la ordenada.
246
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
247
(la restriccin carpintera es X1= 3; la restriccin tapizado es X2= 4.5; la restriccin expedicin es X1= 6 y X2=9).
PROGRAMACION LINEAL CON GAMS El lenguaje matemtico genrico es til para la programacin y solucin 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 $of ftext).
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
248
6X1+4X2<= 36 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).
249
...
GAMS Rev 145 x86/MS Windows
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; 11 R2.. X2=E= 4.5; 12 R3.. 6*X1+4*X2=E= 36; 13 14 MODEL LINEAL /OBJ, R1, R2, R3/; 15 SOLVE LINEAL USING LP MAXIMIZING F;
06/24/11 14:02:34
Page
250
(conviene repasar los trminos numricos, ya que GAMS no puede detectar errores de tipeo de este tipo)
COMPILATION TIME = 0.000 SECONDS 2 Mb WIN222-145 Apr 21, 2006 GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 2 General Algebraic Modeling System 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 ***) GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 3 General Algebraic Modeling System 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 (.LO, .L, .UP = 0, 0, +INF) -3 OBJ 1 R2 4 R3 ---- F F (.LO, .L, .UP = -INF, 0, +INF) 1 OBJ GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 4 General Algebraic Modeling System 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 WIN222-145 Apr 21, 2006 EXECUTION TIME = 0.047 SECONDS 3 Mb WIN222-145 Apr 21, 2006 GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 5 General Algebraic Modeling System Solution Report SOLVE LINEAL Using LP From line 15
251
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 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 WIN222-145 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.
252
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 as 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
253
Se pulsa luego en Solver y permite elegir la solucin grfica o la solucin algebraica. En esta se pueden ver la iteraciones o la solucin final:
La salida de resultados muestras esta solucin bajo programacin entera:
254
Y para este caso de programacin entera la salida como grfico muestra esta salida:
255
PROGRAMACION LINEAL CON LINDO Ejemplo de la carpintera Zonda con Lindo Systems Handy A. Taha, Investigacin 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
256
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 2
OBJECTIVE FUNCTION VALUE 1) 37.50000 VARIABLE VALUE X1 3.000000 X2 4.500000 REDUCED COST 0.000000 0.000000 DUAL PRICES 3.500000 0.000000 0.750000
ROW SLACK OR SURPLUS 2) 0.000000 3) 0.000000 4) 0.000000 No. ITERATIONS= 2
RANGES IN WHICH THE BASIS IS UNCHANGED : OBJ COEFFICIENT RANGES VARIABLE X1 X2 CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 8.000000 INFINITY 3.500000 3.000000 2.333333 3.000000
ROW
RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE
257
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.
258
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.
259
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. 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 -2 -13 1 0 = 0 3 2 = 19 -1 3 4 = 9 Elegimos un formato de celda de tipo Nmero (con 2 decimales), mediante Inicio /Formato.
260
En las celdas C1:C3 escribimos cada ecuacin en su forma homognea (observe el cursor que muestra la tercera en C3). 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.
261
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. 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.
262
SISTEMAS NXN CON DETERMINANTES EN EXCEL En la hoja del siguiente cuadro se utilizo =mdeterm( ) para calcular en la columna D el determinante de los coeficientes tcnicos de A2:C4 y otros tres ms abajo. .
En tres copias de los coeficientes ms abajo, se reemplaz una columna por copia de los trminos independientes E2:E4 (en amarillo)
263
pegndolas en la primer columna de A6:A8 para calcular X, en la segunda de B10:B12 para calcular Y y en la tercera de C14:C16 para calcular Z. Se encontraron en la columna F los valores de la solucin del sistema, por simple divisin de esos determinantes, X= -3, Y= , Z= 2 SISTEMAS DE ECUACIONES NxN CON STATA Resolvemos 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.
1 S 0 3 2 3 4 0 2 1
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 reemplazndoles la columna de la variable respectiva.
13 X 19 9 2 3 4 0 2 1 Y 1 0 3 13 19 9 0 2 1 Z 1 0 3 2 3 4 13 19 9
Estas matrices sern luego copiadas y pegadas al Stata (u otro utilitario estadstico) 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.
264
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 variables 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)
265
Click en OK y nuevamente en OK, de modo que en el cuadro de resultados aparecer el valor de X = -3. De manera similar se obtienen 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.
266
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.
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.
267
268
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 resultados sus referencias (aqu a la izquierda muestra hasta la matriz Z que tambin aparece pegada en el marco derecho).
269
Finalmente, 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.
270
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)
271
SISTEMAS DE ECUACIONES Y MATRICES CON MATLAB La operatoria con Matlab en entorno Windows es bastante intuitiva; tambin 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 (). Anteponiendo % se escriben comentarios solo texto aclaratorio no operativos.
272
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 matriz A; luego se calcul la inversa de A; y al final se defini el vector columna o determinante de los trminos independientes.
273
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.
274
En la pantalla final se resuelve el sistema del ejemplo de 3x3, multiplicando la matriz inversa de A por el vector de los trminos independientes (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.
275
276
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. .
277
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.
278
En este ejemplo de dos variables figuran as seis columna de datos, pero pulsando en la pestaa inferior Variables se pueden agregar ms variables.
En este ejemplo de dos variables figuran as seis columna de datos, pero pulsando en la pestaa inferior Variables se pueden agregar ms variables.
279
Al ejecutar pulsando en el botn verde aparecern los resultado en la ventana de resultados
280
281
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
282
y otros, vinculando esta teora con los diversos campos de la ciencia comentados inicialmente.
PROBABILIDAD DE DISTRIBUCIONES
Un aspecto fundamental de la metodologa estadstica reside en determinar si una distribucin de observaciones se debe al azar o no. Por ello resulta interesante conocer determinados modelos 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
283
de la probabilidad de obtener una observacin perteneciente a esa categora en el conjunto de observaciones de la variables como la frecuencia relativa "a la larga" de las observaciones que pertenecen a una categora dada. Es decir que no suministra un valor exacto sino solo un valor aproximado del mismo. Laplace aport tres leyes que definen las propiedades matemticas de la probabilidad: - Haciendo N ensayos no es posible tener menos de 0 xitos ni ms de N xitos, entonces la probabilidad tiene necesariamente un valor numrico que oscila entre 0 y 1. - Probabilidad simple (suma). Si dos hechos A y B no pueden ocurrir simultneamente, la probabilidad de obtener A o B es igual a la probabilidad de obtener A ms la probabilidad de obtener B (la probabilidad de obtener 3 o 5 con un dato es 1/6 + 1/6 = 1/3) - Probabilidad compuesta (multiplicacin). Dos o ms hechos que se presentan juntos: la probabilidad de obtener A y B es el 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.
DISTRIBUCIN BINOMIAL
Suponiendo un universo con la variable en observacin clasificada en dos categoras y se considera favorable (r) la obtencin de una de ellas, que a priori tiene una probabilidad p dada. Si adems interesa formar conjuntos de N elementos, en los cuales la probabilidad de obtencin favorable vara entre 0 y N, es posible formar un modelo estocstico a priori que informa la p(r) segn J. Bernouilli:
284
P(r) = N! /r!(N - r)! . Pr .qN-r
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 Standard 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:
285
y=
1 2
1 x M 2 2
que vara entre 0 y 1, siendo e y pi constantes conocidas.
DESVO REDUCIDO Utilizando x (minscula) para indicar la transformacin del origen corrido hacia la media de la distribucin, tal que la media original se transforma en 0 y adems se expresan todas las medidas con 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 Standard, 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
286
Cuando se conoce N, la media X y para una distribucin es pos ible 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 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 tem 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.
287
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 unidad 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).
288
Excel calcula probabilidades seleccionando con el icono bien, escribiendo directamente: =probabilidad(fallas;probabilidad;lmite inferior;lmite superior) ANLISIS COMBINATORIO. Reglas de conteo
Para el clculo de la probabilidad puede ser difcil efectuar el conteo de los casos favorables y del nmero total de casos posibles. Regla de conteo 1: si cualquiera de los k eventos mutuamente 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.
289
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. 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)!
290
Utilizando la funcin factorial de Excel se calculan las permutaciones posibles al ordenar 3 objetos extrados de un conjunto de 4 son: 4! / (4 - 3)! = 24.
PERMUTACIONES Excel tambin incluye la funcin permutaciones: los subconjuntos de 2 objetos que pueden obtenerse contando con 4 son 12 (aunque se repitan en otro orden, tal como 43 y 34, etc.).
Regla de conteo 5: las combinaciones posibles para ordenar X objetos tomados del conjunto, tal que no se repitan en otro orden al tomarlos, es igual a Y! / X! (Y-X)! Las combinaciones posibles para ordenar 4 objetos tomados de a 3, tal que no se repitan en otro orden, son: 4! / 3!(4-3)! = 4
291
COMBINACIONES Las combinaciones diferentes de 4 elementos tomados de a 2, sin repeticiones, tambin pueden calcularse con la funcin "combinat" de Excel:
DISTRIBUCIN BINOMIAL En contexto aleatorio tambin se estudia la media ( ), la varianza ( 2) y la desviacin tpica ( ) , adems de la curtosis, sesgo y la desviacin media. La distribucin binomial (Bernoulli) se utiliza en los casos en que los ensayos son independientes y solo puede haber la posibilidad de xito o fracaso, la probabilidad de xito es constante en todo el experimento (caso contrario se utilizara la distribucin acumulada) y un nmero fijo de pruebas.
292
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. 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%.
293
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%)
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).
294
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 sintaxis 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: 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 verd adero corresponde a la probabilidad acumulada).
295
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). MUESTRA DE 200 ARANDELAS Ejemplo: una muestra de 200 arandelas tiene dimetro 0,502 mm, con desviacin tpica 0,005mm. El estndar de rechazo es de 0.496 a 0.508mm Cul es el % de rechazadas si la produccin se distribuye normalmente?
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).
296
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 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.
297
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.
298
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.
299
SIMULACIN DE MONTECARLO Un revendedor de aparatos sabe que tendr fluctuantes suministros y clientela; supngaselos segn las siguientes probabilidades de recepcin y venta, por lo cual necesita diagramar sus instalaciones y accionar futuro: a) Suministro mensual de equipos para la venta previsto: Cantidad de equipos mensual: 1 2 3 4 5 Probabilidad de recepcin: 0.04 0.23 0.3 0.23 0.2 En una urna se preparan 100 papeles, anotando los nmeros 1 a 5 en esa proporcin anterior: 4 con 1; 23 con 2; 30 con 3, etc. Eligiendo 12 al azar se obtendra uno para cada mes del ao, y podra tomarse como el suministro para la venta: E F M A M J 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
300
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
301
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 D 1)2 1)0 1)2 1)1 1)1 1)1 1)2 1)0 1)2 1)2 2)0 2)1 2)0 ----2)2 2)1 2)0 2)2 --2)0 2)0
3)1 3)1 3)0 3)0 3)2 3)1 3)1 3)1
4)3 4)2 4)3
5)0 5)1
6)1
4)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 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 Saldo -1 1 -5 -3 -5 1 -2 1 2 1 -3 -1
302
TOTAL29
37
-8
En esta simulacin habra un saldo de 8 (suministro insuficiente). Surgi del rigor de una seleccin al azar. Sin embargo, hay que aclarar que si se repite la simulacin con nuevas pruebas al azar seguramente el resultado sera otro. Una posibilidad es entonces efectuar numerosas pruebas al azar (con Excel) y observar los resultados posibles hasta que se 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 hasta 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.
303
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 varianza. 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.
304
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.
305
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
306
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 Estado inicial [P 1 2 0 0 1 0 0.1 0.6 0.15 0.15 Tratamientos siguientes 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 =
0.60 0.10 0.15 0.65

;
entonces [I - A] =
0.40 0.15
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
307
(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.
308
El 52% de pacientes de la muestra sern curados, despus de los tratamientos.
309
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. Interesa la seleccin de la muestra, su tamao y la varianza de las muestras y de la poblacin.
310
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. 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.
311
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 recalc ula 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.
312
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. MUESTRA DE 10 ARANDELAS 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. Comprobamos con Excel, modificando los valores de la muestra, en la imagen cercanos a 0,053 en promedio; tambin ponemos en la
313
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. 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.)
314
La prueba CHI.INV(probabilidad;grados) compara los resultados observados con los esperados (muestra con poblacin) para ver si la hiptesis original es vlida. Comparando el valor calculado con el de la tabla X2 -para los grados de libertad y el % de significacin del caso- se puede observar que las variables no son independientes cuando el valor calculado sea mayor que el de tabla. Ejemplos: MUESTRA DE 16 PIEZAS TORNEADAS cuya altura tiene 2,4mm de desviacin tpica. Toda la produccin tiene esa desviacin respecto del promedio?
315
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? 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.
316
(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. Se puede afirmar que la moneda esta bien hecha? X2 = (115-100)2 / 100 + (85-100)2 /100 = 2,25 + 2,25 = 4,5
317
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. 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?
318
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 0 1 2 3 4 5 p{x caras 0.0332 0.1619 0.3162 0.3087 0.1507 0.0294 Frecuencia esperada 33 162 376 309 151 29 Frecuencia observada 38 144 342 280 164 25
319
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).
320
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).
321
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. Smith, 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 austriaco C. Marx
322
escribi El Capital, alertando que la libre competencia lleva en s el germen del monopolio. Agreg adems que el beneficio empresario o plusvala, era en el fondo un salario pretrito del trabajador y corresponda entonces la propiedad estatal de los medios de produccin, con planificacin estatal de las actividades y mercados (otra nueva teora, totalmente contraria al orden natural tradicional). Los economistas reconocen que competencia y monopolio son dos modelos tericos extremos, mientras que en la realidad los 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.
323
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. 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
CMe
12 E 10 8 X
Sin embargo, esta coincidencia de pensamientos era molesta a los clsicos liberales. En 1854 el austriaco 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.
324
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: sicolgico-utilitaria Bsicamente las dos leyes de Gossen conformaron la primer teora de la demanda, sicolgico-utilitaria. La ley 1) fue sintetizada por A. Marshall (escocs, 1890, Principios de Economa) as: conforme dispone de mas unidades el 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:
325
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.
326
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).
327
Adems, la pendiente de la recta de presupuesto tambin est presente en el punto de equilibrio. En toda esta recta hay el mismo presupuesto, 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).
328
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
329
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( ; )).
330
331
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) Px=$1; Py=$4; M=$70
se resuelve con: UX / Uy = Px / Py 0.2Y / 0.2X = 1/4 o sea, X=4Y #
332
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.
333
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 restricci ones se abre la pequea ve ntana para anotar a la izquierda D4; en el centro <=; y a la derecha =70 y Aceptar. Vuelve a la ventana Solver, se pulsa Resolver y luego Aceptar la solucin Solver. Con Solver no hay limitacin para el tipo de funciones de utilidad, sean lineales o no lineales. PROBLEMA DUAL: MNIMO GASTO PARA OBTENER CIERTAS DEMANDAS CON UTILIDAD DE SOLO 32 UNIDADES? Aqu la funcin a) ser la de presupuesto Px(X) + Py(Y) = M, mientras que la restriccin b) es la funcin de utilidad igualada a 32: U = 0,2XY +8 = 32
334
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.
335
(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 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
336
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. 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).
337
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):
338
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.
339
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).
340
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
341
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
342
13.8 hay 5,5 de disminucin por efecto renta; desde13.8 hasta 25 hay 11,2 de disminucin de demanda por efecto sustitucin.
343
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 Ly L
'
28 4X 3Y 28 - 3X - 4Y 6 X 6Y - 12 0
0 0
Igualamos el trmino en de las dos primeras multiplicando la pr imera por 6, quedando 168 -24X -18Y = 28 -3X -4Y; o sea, Y= 10 3/2X. (#) Reemplazando esta relacin (#) en la tercer derivada se obtiene X + 6(10 +3/2X) = 12, de donde surge X=6; y por consiguiente Y= 1 segn (#).
344
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 pres upuesto, 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" y
L"x L"y L"
4 3 1
3 1 4 6 6 0
Excel calcula este determinan con solo anotarlo y en D2 escribir "=mdeterm(A1:C3)" y pulsar Enter.
(para estas anotaciones resulta cmodo disponer de caracteres griegos, disponibles en el Microsoft Office, insertando los smbolos deseados, ...).
345
ECUACIN DE SLUTSKY J. Hicks explica en Valor y Capital, que cuando el consumidor pasa desde un equilibrio inicial E hacia otro final F consumira menos de algn(os) bien(es) debido a un aumento de Px. Suponiendo un subsidio que le compensara este deterioro volvera a la utilidad inicial U1, pero consumira ahora segn una canasta S diferente a E: el subsidio trasladara su recta de presupuesto mn2 hasta ser tangente con U1 en S (a diferencia de Slutsky, si la paralela a mn2 y pasara por E en vez de ser tangente sera secante a U1).
346
Y m
S E F U2 U0 U1
n2 ER ES
n1
Calculando las coordenadas de S se obtendra una ordenada que dividira en dos partes la prdida de consumo de X entre E y F: a la izquierda el efecto renta (segn el supuesto subsidio) y a la derecha el efecto sustitucin o vieja ley de la demanda. La demanda compensada (efecto sustitucin o perdida de X entre E y S)) segn Hicks es algo diferente que segn Slutsky, ya que la recta de presupuesto que pasara por E alcanzara a una curva de utilidad U3 superior. En la ecuacin de Slutsky estos dos efectos se presentan en el segundo miembro con otro orden: primero el efecto sustitucin y luego el efecto renta. Estos efectos sustitucin y renta as separados en dos partes, se miden calculando la cada de demanda ponderando en un caso por la utilidad marginal del dinero constante (con - ); y en el otro ponderando por lo gastado en el bien cuyo precio cambi.
347
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 El pasaje desde la situacin inicial hacia la final se explica con dos partes, cuyo resultado muestran: el 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, sube su precio y su cantidad vendida); adems, el factor -14/112 negativo indica que X es un bien inferior): en los bienes Giffen el efecto renta supera al efecto sustitucin.
PARADOJA GIFFEN
En principio, todos los bienes son bsicamente o en general tpicos; pero algunos bienes pueden actuar ocasionalmente bajo la paradoja Giffen: aumenta su demanda no obstante aumentar su precio. La ecuacin de Slutsky nos ayuda a interpretar esta observacin: segn sea el signo de sus dos trminos, el efecto sustitucin (ES, que es siempre negativo), al que se le resta el efecto renta (ER). Si por alguna circunstancia este efecto renta fuera negativo (est restando) y es adems grande o mayor que el ES, entonces el resultado final indicara que la funcin de demanda del bien estudiado tendra pendiente positiva
348
Paradoja: subira el precio y tambin subira el consumo de este bien; por ejemplo, porque un consumidor que depende de un alimento bsico y viera subir su precio, comprara ms para suplir cantidades de otros bienes que ya no pueda consumir conjuntamente.
BIENES SUNTUARIOS
Por otra parte, todos los bienes son normales para algunos niveles de ingreso, no obstante, puede haber bienes que para algn consumidor sean suntuarios, en funcin de su abundante dotacin de ingresos: ms all de las comprobaciones estadsticas, en teora, un bien sera suntuario si su elasticidad ingreso fuera mayor que uno: dXi /dY ( Y / Xi ) > 1. ADJUNTOS 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 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.
349
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). El efecto sustitucin neto es positivo e indica que Y es sustituto de X, no obstante que el efecto total sea complementario bruto. 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). Segn el efecto sustitucin neto positivo X es sustituto neto de Y; el efecto total tambin indica que es sustituto bruto. 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.
350
DEDUCCION DE LA ECUACION DE SLUTSKY

El conocimiento matemtico acumulado a principios del siglo XX permiti explicar el equilibrio del consumidor (o cantidades demandadas de dos bienes) mediante la funcin combinada de Lagrange: L = funcin de utilidad + restriccin de presupuesto (con sus dos condiciones: First order condition) o punto de giro, con primeras derivadas nulas; y Second o.c.) solo ser un mximo si el determinante con las segundas derivadas es positivo). Sea un consumidor que maximiza la utilidad de demandar o consumir con U(x;y), sujeto a la restriccin de agotar el gasto de su presupuesto segn los precios en el mercado R=Px(X) +Py(Y). Su funcin combinada es: L = U(XY) + (R -PxX PyY), creando una variable matemtica auxiliar para la restriccin. F.o.c.) L`x = 0 Ly = 0 L = 0 S.o.c.) El determinante hessiano es: H = Lxx Lyx L x Lxy Lyy L y Lx Ly L o sea, Ux + Px = 0 Uy Py = 0 R PxX PyY = 0
(los subndices ya ilustran sobre las derivacin primera y segunda, por lo que se omitirn los tildes) Considerando los precios del mercado y el presupuesto concreto, en vez de resolver el sistema de la F.o.c. por sustitucin u otros, se calcular el diferencial total de estas expresiones simblicas de la f.o.c., para estudiar luego los resultados:
351
Uxx dx + Uxy dy Px d dPx = 0 Uyx dx + Uyy dy Py d + dPy = 0 dR Px dx Py dy XdPx YdPy = 0 Dejando las incgnitas en el primer miembro se pasan los datos de las variaciones ocurridas al segundo: Uxx dx + Uxy dy Px d = dPx Uyx dx + Uyy dy Py d = dPy Px dx Py dy = dR XdPx YdPy (*) Se expone este sistema en forma matricial y quedara: la matriz de coeficientes por el vector de las variables igual al vector columna de los trminos independientes: ( Uxx Uxy ( Uyx Uyy ( -Px -Py -Px ) -Py ) 0 ) (X) (Y) ( ) ( dPx ) ( dPy ) ( dR + X dPx + Y dPy )
Para resolver este sistema por determinantes segn Cramer y calcular sus tres incgnitas se hacen sendos cocientes de hessianos H /H, pero reemplazando en el del numerador la columna de la variable a resolver por los trminos independientes. Resolvemos aqu solamente para X: ( dPx Uxy -Px ) ( dPy Uyy -Py ) dX = ( -dR +XdPx + YdPy -Py 0 ) ---------------------------------------------------------H
352
El determinante del numerador se resuelve, por ejemplo, agregndole las dos primeras filas, para sumar los productos de las diagonales descendentes y restarle los productos de las diagonales ascendentes. [ dPx (Uyy) (0)] + [ dPy ( -Py) ( -Px)] + [(-dR + X dPx + Y dPy ) (Uxy) ( -Py)] - [-Px (Uyy) ( -dR +X dPx +Y dPy)] -[-Py ( -Py) ) ( dPx)] - [(0) (Ux ) ( dPy)] = -------------------------------------------------------------------------------------H Simplificando y reordenando: - Py2 dPx + dPy Py Px + ( -dR + X dPx + Y dPy) ( Px Uxx Uxy Py) dX = ---------------------------------------------------------------------------- = H Por otra parte, cada elemento del determinante orlado (hessiano H) contiene sendos determinantes adjuntos (o menores complementarios Dij) al eliminar los elementos de dicha fila y columna. Por lo que tambin se puede ver que ese numerador se puede expresar con adjuntos: Dxx dPx + Dyx dPy + Dx ( -dR + XdPx + YdPy) (#) = ------------------------------------------------------------------H
dX
Ahora, interesa ver aqu (como ejemplo) el efecto directo de la variacin del Px sobre la demanda de X (aunque tambin se puede estudiar el otro bien y los efectos cruzados): dX Dxx X Dx
353
----- = ------- + -------Px H H (ya que el otro trmino desapareci por nulo para este caso) Es decir, = Efecto sustitucin + Efecto Renta = Efecto total del cambio de ese precio. Falta ahora demostrar por que estos dos trminos son as los efectos sustitucin y renta: a) El primer trmino de la ecuacin de Slutsky es el efecto sustitucin por lo siguiente: En el equilibrio paretiano es nulo el diferencial total para cualquier cambio de canasta sobre esa curva de indiferencia: Ux dX + Uy dY = 0 . Tambin lo es nulo para cambios en la lnea de presupuesto por ese punto: Px dx + Py dy = 0. Tangentes en ese punto de equilibrio, si se les simplifican los dx y dy en ambos, queda que la tasa marginal de sustitucin entre bienes coincide con el cociente de precios relativos del mercado: TMS = Px /Py , conceptualmente; ( o bien, Ux /Uy = Px /Py en la forma diferencial) Observando la tercer lnea del sistema (*) y el concepto del diferencial total nulo hacen que sea nulo el segundo miembro de (*), por lo cual tambin debe ser nulo el tercer trmino de (#). Adems, si se esta buscando el efecto del cambio de Px sobre la demanda de X tambin debe ser nulo el segundo trmino de (#), quedando solo el primero. Por otra parte, dX ) ---- ) = dPx )dU=0 Dxx ------H
354
Si no tiene que variar la utilidad inicial ante el cambio del Px , este termino que mide el efecto sustitucin, se expresa en la forma diferencial (con el subndice dU=0 ) y coincide con su medida en la forma matricial: b) El segn trmino de la ecuacin de Slutsky es el efecto renta por lo siguiente. El cambio de la cantidad demanda de X ante un cambio en la renta se expresa en la forma diferencial como dX /dR multiplicado por la cantidad de X. Al considerar esto en (#) todos los trminos que no tiene dR son nulos y para explicar el efecto del cambio de la renta solo queda -Dx /H, que se debe multiplicar por la cantidad d emandada de X. Observaciones: Nuevamente esta en este enfoque una simplificacin a solo dos bienes. Varian y otros generalizan este enfoque axiomtico a una cantidad n de bienes, en aquellas pocas en las que n no poda ser mayor a unas pocas variables calculables manualmente. Pero la informtica permitira medio siglo despus concretar estas operaciones siendo n bastante mayor. Finalmente, adems de los dos efectos directos y los dos cruzados, para clasificar a ambos bienes, tambin se ha utilizado el enfoque de la ecuacin de Slutsky para analizar la oferta de trabajo (y explicar su evolucin retroascendente ante aumentos considerables de salarios, debido a la mayor renta generada o efecto renta dotacin). Tambin se ha utilizado esta anlisis para estudiar el consumo a travs del tiempo, o eleccin del consumo intertemporal, entre dos perodos, presente y futuro.
355
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 (mn 2). 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. Si se compensa la renta inicial P 0X0 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).
356
Y m F2 F3
F F2
U3 U1 U2
n2
n1
Lo opuesto ocurre con el ndice de Paasche
P = P1X1 / P0X1
Paasche Mide la canasta actual F a los precios base (mn 1). Si la renta base P0X0 se compensa con este ndice: P0X0 (P1X1 /P0X1) = canasta en F2 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).
357
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) ndices de precios al por menor; 2) ndice de precios mayoristas; 3) ndice 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. 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
358
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)
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).
359
El ndice aritmtico simple para precios tiene el inconveniente que pondera por los precios de todos los bienes, los cuales son aqu muy dismiles. En las conclusiones finales se hace referencia a este tema, al estudiar la evolucin de los precios en dlares (solo visibles utilizando una escala logartmica, para poder observar precios de centavos por unidad con otros de cientos de dlares por unidad). Igualmente el de cantidades, aqu muy dismiles.
2. ndice promedio aritmtico de relativos: Estos ndices tampoco ponderan la distinta magnitud absoluta de los diferentes bienes y/o la de sus precios, respectivamente. Adems, estadsticamente no presentan la reversibilidad de otros ndices: no es posible tener idea del valor y magnitud de los 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.
360
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).
361
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).
362
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).
363
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
364
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. Este ndice ideal de Fisher es reversible en el tiempo, ya que es un ndice combinado de los dos anteriores: respeta el criterio de circula-
365
ridad ya que aplicndolo resulta igual la canasta base por la variacin de precios como la canasta actual por la variacin de precios en ese perodo, consecuencia de la ponderacin completa que utiliza. Este ndice ideal es homogneo y proporcional: respeta ambas 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. 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
366
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...).
367
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).
368
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.
369
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.
370
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.
371
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 >
372
Agregar y presenta una pequea ventana que permite anotar D4 a la izquierda; en el centro y =60 a la derecha (el presupuesto).
Finalmente, luego de aceptar se abre la ventana final para Utilizar la solucin de Solver y Aceptar
Al no haber entrado en Opciones para modificar se contina trabajando en Solver sin Adoptar el modelo lineal, ya que esta funcin de produccin no es lineal.
373
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:
374
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
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
375
ritmo productivo el gasto no se reduce proporcionalmente (no es programacin "lineal").
376
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').
La grfica se obtiene con: Icono de grficos > Dispersin > etc. y si se prefiere, eligiendo en Formato de Ejes la escala logartmica para la ordenada. MINIMIZACIN DE COSTOS CON SOLVER A partir de esos datos es posible pedirle a Herramientas > Solver> que minimice, eligiendo como celda objetivo alguna celda del costo medio, por ejemplo E7; celda cambiante la correspondiente de las X, A7; tildar Mnimo; en Sujeta a las siguientes restricciones A7>=0, y que el costo medio sea igual al costo marginal, E7=H7; con Resol-
377
ver y Aceptar calcular el valor exacto X=4,65871 que minimiza el costo medio total (nivel ptimo de explotacin en el largo plazo; o en el corto plazo punto crtico, por ser el umbral de prdidas si los precios llegaran a bajar de ese importe).
RESTRICCIONES ADICIONALES CON MATRICES
DOS SOFAS SIMPLES MS UNO TRIPLE Una fbrica de muebles vende juegos de sofs. Sus costos de 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 pro-
378
porcin 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, disponibles 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) pu lsando 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.
379
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 .
380
(Utilice Ver o Vista > Zoom > 200% para leer bien la imagen)
PROBLEMA DE LA MOCHILA CON ENTEROS El problema de la 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. 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
381
que los cuatro objetos sean enteros (Integer) y no negativos (esta condicin puede tildarse en las opciones junto con estimacin lineal). Solo se transportan 18 kilos en 6 unidades de X2 por que no pueden incluirse fracciones de alguna; y la utilidad mxima es 54 unidades.
(Utilice Ver o Vista > Zoom > 200% para leer bien la imagen)
PROGRAMACION BINARIA En un problema similar al anterior puede incluirse la condicin de considerar las variables como elementos binarios (0 1) tildando en Sujeto a las restricciones la condicin binario; es el caso en que las variables a incluir no son divisibles, repetibles (replicables).Tambin se pueden plantear casos en que algunas variables sean conjuntas o que alguna sea mutuamente excluyentes de alguna otra.
382
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 introd ucir 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, ilustrativo). 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).
383
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 in-
384
gresos segn el cuadro. En la celda objetivo B30 se maximizan los beneficios 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.
385
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, ingresando 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.
386
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.
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.
387
Las celdas cambiantes de la solucin permiten cumplir con las restricciones i4:i9 >= que la dotacin requerida. Tambin permiten la suma producto por los jornales que figura en la funcin objetivo, con un mnimo costo de $1208.
388
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.
(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.
389
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. Igualando I = C se calcula la cantidad X que optimiza la oper atoria 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.
390
Siendo la demanda X = 7.98 0,99P, se despeja P = 7.98 0.99X. As, el ingreso total, que es precio por cantidad, resulta: IT = (7.98 0.99X)X = 7.98X 0.99X2; y el ingreso marginal es IT = 7.98 1.98X, que luego se utilizar para igualar con el costo marginal. B) AJUSTE PARABLICO DEL COSTO MEDIO Los registros histricos, reales, con costos medios y cantidades 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 absol utas (con F4 o $ ) a los coeficientes de la parbola obtenida ms abajo.
391
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. Pero para calcular los tres coeficientes A, B, C del ajuste es necesario dividir cada determinante por el Hessiano, del m odo 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).
392
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.
393
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. 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:
394
395
MTODOS CIENTICOS: 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. A) 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
396
estos archivos es muy importante buscar por palabra clave, mediante Cntrl + F (en Word usamos Cntrl + B) B) PRESENTACION 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 obligara a posterior navegacin para ubicar el punto. C) 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 con-
397
secuente 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). 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
398
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 matr ices, con la matriz inversa y el producto de matrices para obtener la matriz insumo-producto y el resultado total directo e indirecto en ca scada decreciente. Excel simplific la programacin lineal con su macro Solver hasta 16 variables. Por otra parte, Excel tambin tiene funciones simplificadas calcular matrices determinantes: mdeterm( ; ); para invertir matrices =minversa( ; ); y para multiplicarlas: y =Mult.( ; ), 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
399
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 CIENTIFICOS: 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 programacin 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 populariz 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
400
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 =Mult.( ; ). (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 cue stin 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? 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 explicaciones), 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.
401
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. 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 import aciones, 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. Es usual en las empresas, esta actividad en diversas reas: 1 Ventas: por ejemplo, optimizar el beneficio (Ben= ingresosCostos) eligiendo la mezcla ptima entre una serie de bienes, ya sea con programacin lineal con Solver o con matrices para hasta 1700 variables con Excel. 2 Compras: por ejemplo minimizar el costo eligiendo la mezcla ptima entre una serie de insumos; minimizar el inventario ptimo. 3 Produccin: por ejemplo produccin ptima eligiendo alguna mezcla
402
de autos y motos; optimizar rutas de envo desde varios depsitos. 4 Finanzas: por ejemplo 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. 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).
403
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 producir dos bienes dado un presupuesto, se utilizan el anlisis diferencial de Gossen, Marshall o Pareto: resolver a) igual cociente utilidad marginal sobre precio del bien (o insumo)en ambos, juntamente con b) agotar el gasto del presupuesto.
404
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 Lagrange sino que se recurre a Solver de Excel 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.
405
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 dems libros ). Asimismo, se incluyeron aqu las seis soluciones del caso PRIMAL (mximo beneficio) y las del correspondiente DUAL (mnimo 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) programacin lineal mtodo grfico; 3) programacin lineal Simplex; 4) programacin 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. Adems es especialmente til resolver 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 prcticamente solo retrica pura, imposible de aplicacin concreta en la em-
406
presa 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 fue 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 aleatoriedad y auto correlacin y el "t" de Student, sobre representatividad de cada variable independiente y en general "bondad" del ajustamiento).
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 maquina Hombre Cant. vendida Ben. unitario Total beneficio autos 1 3 500 2.50 1250 motos 2 2 3750 2.00 7500 Total requer 8000 9000 capacidad 8000 9000
8750
407
Aproximacin, recordando como derivar: Tratando de simplificar el clculo: supongamos una funcin Ux. Su primer derivada ser Ux;y= dU/dx y su derivada segunda ser Uds.=- respecto a X (o a Y, segn a cual derivemos). Ejemplo: Ux=3X2 (al cuadrado) con U'x=6X (se multiplica por el exp onente 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 dems igual). La Ux=8Y2. (se multiplica por el exponente y se le baja una unidad a este.... y acompaa lo dems sin cambios). La simbologa cambia segn los textos, pero es similar: Ux que dU/Dx.
408
1 ) LAGRANGE La solucin 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 restricRecurauto moto sos ciones tcnicas son: hs. Maquina X1 2X2 <=8000 hs. Hombre 2X1 2X2 <=9000 PRIMAL La funcin combinada de Lagrange incluye la funcin 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 G3 = 0 G4 = 0
2.5 + L1 + 3L2 = 0 2 + 2L1 + 2L2 = 0 X1 + 2X2 - 8000 = 0 3X1 + 2X2 - 9000 = 0
Con estas dos ultimas 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:
409
2 + 2L1 + 2L2 = 0 5 + 2L1 + 6L2 = 0 2 + 2L1 + 2L2 = 0 y por igualacin surge 5 + 6L2 = 2 + 2L2 . O sea 4L2 = -3.. -L2 = 0,75 y segn L1 es 2,5 + L1 + 3(-0,75) = 0 o sea, 2,5 + L1 - 2,25 = 0..y -L1 = 0,25 (remuneracin de ambos factores o precios sombra) 2) S.O.C.: Si el determinante Hessiano es positivo se asegura que esta solucin es ptima. El determinante Hessiano se conforma volviendo a derivar cada lnea del primer sistema respecto a las cuatro variables 1, 2, 3 y 4.
L11 H = L21 L31 L41 L12 L22 L32 L42 L13 L23 L33 L43 L14 L24 L34 L44
o sea, H =
0 0 1 3 0 0 2 2 1 2 0 0 3 2 0 0
= 16
Calcular el Hessiano manualmente solo es prctico hasta 3 variables, pero para muchas (o miles de) variables Excel tiene la funcin =Mdeterm( G26;J31). (estudiamos los mtodos y sus condiciones en estos casos simples con pocas variables, por que algunos son generalizables a mltiples variables utilizando Excel u otros con matrices y con programacin lineal y no lineal. Kuhn-Tucker generalizaron estas condiciones para los casos
410
de programacin no lineal. En particular este otro ejemplo usual en los textos econmicos, tampoco servira como un ejemplo insumo-producto ya que su determinante de coeficientes tcnicos es negativo y no satisface las condiciones Hawkins-Simon vistas) 1b ) DUAL: (el mnimo de este mximo) Este mismo caso tiene otro aspecto a considerar. Busquemos cual sera la mnima remuneracin para optimizar esos recursos de 800 hs.mquina y 9000 hs.hombre, sabiendo que un auto deja $250 y una moto $ 2,00 de beneficio (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 minimizar) 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 K2= 0 K3= 0 K4= 0 8000 + h1 + 2h2 = 0 9000 + 3h1 + 2h2 = 0 Y1 + 3Y2 - 2,5 = 0 2Y1 + 2Y2 - 2 = 0
411
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 condicin de Lagrange para el dual (mnimo) 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, destacndose la ventaja de usar Excel para los sistemas grandes. DETERMINANTE con Excel (en E73;H73 ) 0 H= 0 1 2 0 0 3 2 1 3 0 0 2 2 0 0 =16
412
Excel calcula fcilmente estos determinantes grandes con su funcin =mdeterm(E70:H73) 2 ) METODO GRAFICO - Maximizacin el mtodo grfico admite dos variables y no demasiadas restricciones (tantas como no ensucien el grfico). Consiste en graficar cada restriccin y elegir el rea interior entre el origen y la frontera de codos o soluciones alcanzables. Las soluciones posibles son aqu 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 lneas 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
413
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 ) Igualmente, 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=
414
2,5(500) + 2,0(37850) = $8750
2b ) DUAL - Minimizacin: En este mismo ejemplo ser buscar el mnimo 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 regin 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 ningn costo); el origen no es aqu 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
415
Graficando esta familia de lneas 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.
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;
416
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) 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
417
tabla 0:
FO 0 0
X REC. X3 8000 X4 9000
2,5 2 X1 X2 X3 1 2 1 3 2 0 -2,5 -2 0 0 4/3 1 2/3 0 -1/3 0 1 0
X4 0 1 0
V.S. 8000 3000
tabla 1
0 2,5
X3 X1
5000 3000
1 -1/3 0 1/3 0 0,83
3750 4500
tabla 2
2 X2 2,5 X1
3750 500
1 3/4 -1/4 0 -1/2 1/2 0 0,25 0,75 precios sombra
(todos positivos en la ltima fila). Max. Benef.=$2,50(500 autos)+$2.00(3750 motos) = $8750 Verificacin del uso de los recursos: 1 (500) + 2 (3750) = 8000 hs. Maquina 3 (500) + 2 (3750) = 9000 hs. Hombre (sin capacidad ociosa).
(ver las dos pginas con los pasos del mtodo Simplex en el cap. 3)
418
3b) VERIFICACION DE LA ULTIMA TABLA SIMPLEX CON MATRICES Recursos

-1/2 -1/4 1/2 8000 9000 3750 500 ver frmula y ** MOTOS AUTOS
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 Cntrl+Shift+Enter para que Excel la aplique a ambas.
419
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 maquina Hombre Cant. vendida Ben. unitario Total beneficio autos 1 3 500 2.50 1250 motos 2 2 3750 2.00 7500 Total requer 8000 9000 capacidad 8000 9000
8750
Luego use HERRAMIENTAS / SOLVER/ ETC tn prearmadas las formulas en la hoja Excel.
una vez que ya es-
O use Datos / Solver en Office 2007 2010 (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.microeconomiaconexcel.com )
420
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. 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 Gauss-Jordan consiste en ubicar la matriz de los coeficientes
421
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 2 1 0 ( 23 2 0 1 1x3 )
el resultado aparece en el prximo par de matrices: 1 2 1 0 0 -4 -3 1 (2da / -7)
el resultado aparece en el prximo par de matrices: (12 1 2 1 0 x2) 0 1 0,07 0,025 el resultado aparece en el prximo par de matrices: 1 0 0 1 -0,5 0,75 0,5 -0,25
Obsrvese que la matriz unidad est ahora a la izquierda y los coeficientes fueron invertidos para pasar a la derecha. Esta matriz inversa de los coeficientes es la necesaria para multiplicar por el vector de los recursos para obtener el resultado final.
422
-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 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
423
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 A12 A22 B1 B2 A11 B1 + A12 B2 = A21 B1 + A22 B2 (matriz cuadrada por un vector columna da otro vector columna)
por
5. matriz unidad o identica,
I=
1 0
0 1
tiene 1 en la diagonal principal y 0 en el resto
6. matriz inversa (ver en antes)
Otra exposicin sobre el lgebra matricial se plante anteriormente en el captulo de proyeccin y programacin (luego de la estimacin de funciones de demanda (mediante la matriz insumo-producto) y como otra alernativa a la optimizacn mediante la programacin lineal.
424
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 motos 0,75 ProducRecursos cin 8000 500 9000 3750 Mxima Produccin
0,5 -0,25
**
A la izquierda esta el resultado de invertir la matriz de coeficientes tcnico iniciales. Los recurso son el dato inicial. 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 variables 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. Confirmacin Insumo Producto Distribucin Distribucin del Producto del Ingreso Ben /u Recurso Salarios Ingresos
425
2,50 2,00
1250 7500 8750 Producto
8000 9000
0,25 0,75
2000 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 remuneraciones 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.
3b ) MINIMIZACION CON SIMPLEX: Minimizar C = 8000(Y1 + 9000(Y2) 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 sujeto a:
426
T.0
FO M M
Y Y5 Y6
8000 9000 0 REC Y1 Y2 Y3 2,5 1 3 -1 2 2 2 0 3M 5M -M -8000 -9000 (positivo) 1/3 4/3 1,33M -500 (positivo) 0 1 1 -1/3 0 2/3 0 0,67M -3000
0 Y4 0 -1 -M
M Y5 1 0 0
M Y6 0 1 0
V.S. 0,83 1
T.1
9000 Y2 0,83 M Y6 1/3
0 -1 -M
1/3 -2/3 -1,67M +3000
0 2,5 1 0,25 0
T. 2
9000 8000
Y2 Y1
0,75 0,25
-1/2 1/4 1/2 -1/4 1/2 -3/4 -1/2 3/4 0 -500 -3750 -M -M autos ,motos -500 +3750 ( todos negativos !!)
1 0 0
Mnimo Costo = 8000(0.25) + 9000 (0.75) = $ 8750 $maquina $salario 0,25 0,75 4 b) Dual Minimo costo con Solver h maq 1 2 0,25 8000 2000 h hom 3 2 0,75 9000 6750 Ben /u 2,5 2
autos motos salarios Recurs Costo
2,5 2
8750
Ingreso
427
En la hoja Excel debe hacerse previamente la frmula para el costo de horas mquina 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. As mismo, las remuneraciones de mquina 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 remuneraciones sea igual al beneficio producido por autos y por motos.
En esta imagen del caso en Excel la celda objetivo es en este Word 8750. Las cambiantes son 0.25 y 0.75. En sujeto a las restricciones (figuran valores no negativos para ambas remuneraciones por que no se tild en opciones No negativos). Las otras dos restricciones son para que los ingresos sean igual al producto con cada bien.
428
Interpretacin general como Ingresos recibidos: Rec 8000 9000 Remuner 0,25 0,75 Ingre 2000 para h. maquinaa 6750 para h. hombre 8750 ingreso nacional
6 B ) Dual: Verificacion con matrices
maquina auto moto
hombre
1 3 2 2 8000 9000 El proceso consiste en multiplicar la matriz inversa de los coeficientes del dual por el vector 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
429
anteriormente.
Recurso 8000 9000
Remuneracin 0,25 0,75
Ingresos 2000 6750 8750
Ben /u 2,5 2.0
produccin 500 3750
BEN TOTAL 1250 7500 8750
430
MODELACION MATEMTICA
Para disear en las empresas la solucin de las diversas situaciones problemticas es usual esbozar el esquema resolutorio mediante expresiones matemticas simples: este es (en trminos de los creadores del lgebra hace 1200 aos) el arte de explicar LA COSA. Pero en los casos con pocas variables la solucin puede plantearse manualmente mediante diferentes mtodos usuales, como operadores de Lagrage, programacin lineal grfica, simplex o con matrices. Sin embargo, el mtodo matricial ya requiere planteos cuadrados mediante PC para casos de ocho o ms variables; los operadores de Lagrange estn limitados a clculos manuales para muy pocas variables; el mtodo grfico es aplicable a casos de dos variables con no demasiadas restricciones y adems no suministra informacin sobre capacidades ociosas, el mtodo Simplex permite algunas variables y restricciones NxM y suministra informacin sobre capacidades ociosas, precios sombra y costos de oportunidad, pero tambin resulta inviable con no muchas variables. Por esto lo ms prctico suele ser en general recurrir a alguna de las alternativas de presentacin de Solver de Excel, como se introdujo con los ejemplos orientativos resueltos aqu anteriormente y algunos otros siguientes.
CARPINTERIA
Una carpintera necesita una unidad de carpintero para obtener una mesa y 6 unidades de despacho; necesita una unidad de tapizado para obtener una silla y 4 unidades de despacho. Si sus recursos son 3 unidades de carpintero, 6 de tapizado y 36 de despacho. Estas son las tres restricciones a introducir en Sujetas a las siguie ntes restricciones: (las condiciones de no negatividad de las vari ables y el tipo lineal de la programacin se tildan en opciones):
431
Restric /Varia. R1 carpintera R2 tapicera R3 expedicin
Mesas Sillas Recursos X1 <= 3 X2 <= 6 6X1 + 4X2 <= 36 (con X1 ; X2 >= 0)
TELEVISORES
Para un TV hace falta un bastidor, un tubo, un altavoz, un generador elctrico y dos piezas electrnicas. Para un estreo hace falta un bastidor, dos altavoces, un generador y una pieza electrnica. Un altavoz requiere un cono altavoz y una pieza electrnica. Los recursos son 450 bastidores, 250 tubos de imagen, 800 conos altavoz, 450 generadores elctricos y 600 piezas electrnicas. Estas son las 5 restricciones a introducir en Sujetas a las siguientes restricci ones: (las condiciones de no negatividad de las variables y el tipo lineal de la programacin se tildan en opciones): Restr / Var: TV Estreo Altavoz Recursos R1 bastidores X1 + X2 <= 450 R2 tubos X1 <=250 R3 altavoz 2X1 + 2X2 + X3 <= 800 R4 generador. X1 + X2 <= 450 R5 piezas elec. 2X1 + X2 + X3 <= 600 y la condiciones de no negatividad todas de las variables >= 0 Por otra parte, la presentacin en las hojas Excel permite adems otras diagramaciones alternativas para el Solver, que figuran en las muestras del Office presentadas en el captulo 1.
MINIMIZACION, ENTERO - MINERA

La compaa Minas Universal opera tres minas en West Virgina. El mineral de cada una se separa, antes de embarcarse, en dos grados. La capacidad diaria de produccin de las minas as como sus costos diarios de operacin son los del cuadro siguiente.
432
La Universal se comprometi a entregar 54 toneladas de mineral de grado alto y 65 toneladas de mineral de grado bajo para fines de la siguiente semana. Adems, tiene contratos de trabajo que garantizan a los trabajadores de las minas el pago del da completo por cada da o fraccin de da que la mina est abierta. Determnese el nmero de das que cada mina debera operar durante la siguiente semana, si Minas Universal ha de cumplir su compromiso a un costo total mnimo. Sean X1, X2, X3 los das que las minas I, II y III habrn de operar durante la semana venidera. Entonces, la funcin objetivo ser: Min C = 20X1 +22X2 +18X3 Sujeto a las restricciones: r1 La demanda de mineral de grado alto es: 4X1 +6X2 +X3 >= 54 r2 La demanda de minera de grado bajo es:4X1 +4X2 +6X3 >= 65 r3 Las minas solo pueden operar 7 das: X1<= 7 r4 X2 <= 7
433
r5 X3 <= 7 r6 Todas las variables son enteras, ya que los contratos laborales son por da completo o fraccin. r7 Todas las variables son no negativas, ya que no puede haber nmero negativo de das trabajados en las minas.
434
Con Datos / Solver/ se asigna D13 como celda objetivo a minimizar; se tilda el mtodo lineal Simplex LP y se introducen las restricciones indicadas, surgiendo como mnimo $ 284 miles y los das indicados en el cuadro por mina. MODELACION DE PROGRAMACION CON SOLVER COMPUTADORES 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: 5000 + X1 + Y1 = 7000 + I1 I1 + X2 + Y2 = 15000 + I2 I2 + X3 + Y3 = 10000 + I3 I3 + X4 + Y4 = 8000 Xt <= 10000 Yt <= 2500 (o sea P29 = P31) (o sea Q29 = Q31) (o sea R29 = R31) (o sea S29 = S31) (o sea, U26 ) (o sea, U27 )
435
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 (So lver 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: mnimo. Cambiando las celdas P26 hasta S28. En sujeto a las restricciones se agregaron todas las de igualdad y las de <=. En opciones se tild adoptar el modelo lineal y asumir no negativos.
436
SOLVER EN FORMA TIPO MATRICIAL / SIMIL MATRICIAL / o PARAMATRICIAL Otra presentacin alternativa para esta misma 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.
437
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 fo rma de los signos = y <= de la imagen inferior)
438
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)
REFINERIA AZTECA
La Refinera Azteca vende nafta Regular a $12 y Extra a $14 por barril, que elabora mediante las siguientes relaciones tcnicas.
Qu cantidad de petrleo nacional e importado se deber refinar para maximizar el Beneficio? Sean:
X1 = barriles de petrleo nacional para nafta Regular X2 = barriles de petrleo importado para nafta Extra X3= barriles de petrleo nacional para nafta Regular X4= barriles de petrleo importador para nafta Extra Ingreso total por nafta Regular = $12(X1+X2). Ingreso total por nafta Extra = $14(X3+X4). Costo nacional por nafta Regular = $8(X1+X3). Costo importado por nafta Extra =$15(X2+X4).
439
Se trata de maximizar el beneficio, definido como ingresos menos costos: $Ben = 12(X1 + X2) + 14(X3 + X4) - 8(X1 + X3) -15(X2 + X4) Simplificando, el programa queda como: Max Ben = 4X1 -3X2 +6X3 -X4 Sujeto a las restricciones: X1 + X3 <= 40000 (disponibilidad petrleo nacional) X2 + X4 <= 60000 (disponibilidad petrleo importado) X1 + X2 >= 50000 (requerimiento mnima de Regular) X1 + X2 <=100000 (demanda mxima de Regular) X3 + X4 >= 5000 (requerimiento mnimo de Extra) X3 + X4 <= 20000 (demanda mxima de Extra) Si la restriccin de octanaje debe ser 87(X1/X1+X2) + 98(X2/X1+X2) >=88% en nafta Regular, pasando 88 al lado izquierdo y simplificando surge X1 -10X2 <= 0 (octanaje mnimo nafta Regular) 6X3 - 5X4 <= 0 (asimismo con la restriccin de octanaje nafta Extra) Si la restriccin de presin debe ser 25X1 /X1+X3 + 15X3 /X1+X3 <= 23, pasando 23 al lado izquierdo y simplificando surge 2X1 - 8X2 <= 0 (restriccin presin vapor Regular) 2X3 - 8X4 <=0 (igualmente con la restriccin presin vapor Extra) Y como restriccin final, todas las variables no negativas.
440
En una hoja Excel se anotan los coeficientes y las restricciones ordenadamente, incluyendo los coeficientes del funcional; e insertando una columna F5:F15 para efectuar las sumas producto como se indica para F7. Finalmente se abre la macro con Datos / Solver, para indicarle las celdas y las opciones: celda objetivo F15; se tilda maximizar; cambiando las celdas B16:E16; e insertando las restricciones y sus signos ordenadamente, una a una o bien agrupando conjuntos con similar sentido de desigualdad. Al ejecutar el resultado aparece en la celda F15: mximo beneficio por $125000; incluyendo en la fila 16 las cantidades de 35000 de nafta Regular, 15000 de nafta Extra; se consume todo el petrleo importado y sobran 5000 del nacional. (antes de ejecutar pueden
441
solicitarse los informes usuales sobre respuestas, sensibilidad y lmites)
(de Investigacin Operativa R. Bronson, Ed. Schaum-McGraw-Hill
442
y con Excel 2010 o anteriores) MODELACION DEL EQUILIBRIO EMPRESARIO (Y GENERAL) 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 sexo, obteniendo una unidad de caza por equipo. La produccin era comprada por los mercaderes a razn de $1,70 y $ 1,00 por unidad respectivamente el pescado y las presas. Era una comunidad muy competitiva. Los miembros de cada grupo sexual tenan igual remuneracin (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 mercados un precio unitario por unidad de producto procesado de $2 y$2,20 para la caza y la pesca respectivamente; y quien ense como se proceda a elaborar los productos primarios con la sola participacin de un miembro de la comunidad sin distincin de sexo por unidad de producto procesado. La historia cuenta que Oman fue brutalmente asesinado por uno de los grupos comunitarios. Puede ud. deducir por quin? (ayuda: la distribucin relativa del ingreso de la comunidad era un bien social muy preciado)
443
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 (generalmente 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 siglo 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). Sin embargo, el desarrollo de la tcnica computaciones a fines del XX, especialmente con aplicaciones de Excel, permiti 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
444
aritmticas que cada uno pueda realizar en la hoja de clculo bsica de trabajo. 1) Programacin lineal mtodo grfico
2) Diferenciacin segn la funcin combinada de Lagrange, con dos operadores auxiliares
445
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 mediante 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 sistemas (tal co-
446
mo se explica breves prrafos para cada uno en Microeconomia con Excel.pdf) La imagen muestra la matriz inversa con Excel: el cursor fue 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..
447
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.
448
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 explicado en pocos prrafos; y pueden bajarse libremente en la web)
449
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.
450
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.
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).
451
6) PROBLEMA DUAL: MINIMIZACION DE ESTOS COSTOS
Es el mismo problema, pero se plantea al revs, suponiendo 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)
452
7) QUIEN FUE EL ASESINO? Las modificaciones que introdujo Omn fueron 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.
453
En las filas 55 y 56 se comparan los ingresos anteriores con los actuales por sexo, observando que los de hombres aumentaron 62% mientras que las 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 d e presentacin en la propia hoja de clculo (para las frmulas y poder indicarle las celdas operativas a Solver) dependen de la intuicin (adaptndose a la modalidad de la macro Solver, por ejemplo al multiplicar matrices por vectores columna; utilizar funciones como
454
=sumaproducto( ; ); =mmult(B2:G6;J11:J16); =trasponer(K11:K23) ...), etc tantas otras de Excel que nos convenga segn el problema) En Este 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
Tambin 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 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.
455
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 mediante alguno de los otros utilitarios que se explican en Microeconoma con Excel.pdf).
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.
456
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 ejemplo para el modelo de insumo producto de Leontief, 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.
VARIAS FORMAS DE SOLVER Se han expresado aqu varias formas de planteos con Solver: vanse los modos normales de Solver, el modo paramatr icial y el modo valores de; equivalentes y alternativos a los modos del pla nteo segn el mtodo Simplex y/o al planteo segn el Simplex matr icial; y/o a las soluciones mendiante matrices.
457
EVALUACIN DE INVERSIONES TIR Y VAN Se trata de calcular el VAN y la TIR en una inversin para producir PVC, estimando las siguientes necesidades, ventas en unidades e importes por 10 aos. Materias primas: Cloro 645 kg/Tm 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
458
La inversin necesaria es $4500 (30% al inicio del proyecto; 50% al comienzo del ao de puesta en marcha y 20% un ao despus). La amortizacin se efecta al 10%. Coste del dinero: 10% anual. El grfico muestra el VAN, la evolucin del acumulado del cash flow actualizado. La funcin Excel =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 .
459
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, 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 i mporte 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:
460
Supongamos ingresos en los tres prximos meses por $100; $120 y $150. Cual es el valor actual si considerramos un costo normal del dinero del 5% ?: PERODO FUTURO: VA = $100 / (1+0,05)1 + $120 / (1+0,05)2 + $150 / (1+0,05)3 = 95.23 + 108.84 + 129.58 = $336,66.
Pero por otra parte, cul sera el valor actual al 1 de abril de tres importes, $80, $90 y $ 95 devengados en los anteriores tres meses enero, febrero, marzo?: PERODO PASADO: $80 (1+ 0,05)3 + $90 (1+0,05)2 + $95 (1+0,05)1 = $92.61 + 99.23 + 99.75 =$291,59. (en este ltimo ejemplo no se aplica la funcin VNA de Excel ya que calculara otra cosa: el valor presente al da 1 de enero y no al da 1 de abril). La funcin =VNA( ; ; ) de Excel tiene tres argumentos separados por ;en el parntesis para calcular este valor, ya sea escribindolos o con solo pintar la celda con la tasa a considerar, las celdas con los gastos de cada perodo (con signo menos) y finalmente las celdas con los importes positivos de los ingresos de cada perodo). Tambin existen otras funciones parecidas, que pueden consultarse con F1.
461
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
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.,
462
EVALUACION CONTABLE DE UNA EMPRESA Si bien sobre el tema evaluacin de proyectos interesa, en principio, el criterio del valor actual neto (VAN) y el de la tasa interna de retorno (TIR) de cualquier proyecto, considerando que licenciados e ingenieros no son tcnicos contables, puede ser adecuado resear aqu algunos aspectos contables bsicos, as como algunas distorsiones usuales, tanto para evitar el pago de impuestos como por efectos de la inflacin. DEFORMACIONES CONTABLES USUALES: a) Deformaciones para evitar impuestos: - menores ventas (o ventas en negro) - menores utilidades (bajando stocks o subvaluarlos, transitoriamente) - cargos diferidos (para ocultar prdidas, presentndolos como costos de/en/para futuros ejercicios.); - subvaluar importaciones (se pagan menores aranceles, pero aumenta utilidades). COSTOS por absorcin: se incluye todo: M.Prima +M.O.directa (el Costo PRIMO) + G.Generales Fabricacin. Costeo Directo: no se incluyen los C.Fijos (en el anlisis marginal para exportaciones; para discriminacin de precios, etc) Valuacin inventarios En general, es usual en las firmas industriales tomar el valor de mercado y no el de compra. En las empresas comerciales se valoran como un % del precio de venta (menos el gasto de comercializacin). Estas cuatro formas son usuales: -mtodo Promedios: entrar a valor de compra y salen al promedio (es lo ms utilizado) -mtodo FIFO: salen a los precios ms viejos.
463
-mtodo LIFO: el ltimo entrado es el que sale primero (por la inflacin, se recargan costos y bajan utilidades) -mtodo Reposicin: a lo que costara hoy (no es legal) Amortizaciones: 4 mtodos de Depreciacin (considerando el valor inicial, la duracin y el valor de rezago) -partes constante: resultan cuotas cada vez mayores al valor neto(lo tradicional para la DGI) -proporcional al valor neto: amortiza mucho al principio y poco al final (por ejemplo, porque que habra ms manten imiento) -suma de los dgitos: tambin amortiza acelerado (suma los dgitos del perodo y amortiza cada ao el dgito/suma; ejemplo en 5 aos: 5+4+3+2+1 =15; 1ro.5/15; 2do 4/15; 3ro: 3/15, etc.) -segn valor de uso: cuando el uso no es constante Sin embargo, la inflacin distorsiona estos mtodos. b) Deformaciones por la inflacin: Efectos de la Inflacin: - En las amortizaciones: traslada a utilidades la parte subvaluada - En las cuentas a cobrar: las favorece, al disminuirlas. - Costo mercaderas vendidas: traslada a utilidades la parte subvaluada - Deudas: las favorece, al disminuirlas Estrategias bajo inflacin: - Descuentos por pronto pago: bajan las utilidades contables, pero aumentan las reales. - Mayor poltica de endeudamiento (bajar el patrimonio mnimo) - Costeo ajustado a Reposicin
464
TRES ESTADOS CONTABLES: -Balance Activo-Pasivo Caja 10 Crditos 1300 Mercaderas 2200 Activo fijo 1500 Activo 5100
Pasivo exigible Patrimonio Pasivo
2000 3100 5100
-Cuadro demostrativo de prdidas y ganancias Ventas 3000 Costo 1800 Utilidad bruta 1200 Gastos.g. adm. com.y fin. 700 Utilidad no operativa 500 Utilid.No operativa. 100 Utilid.antes imp.indir. 600 Impuestos indirectos 240 Utilidad neta 360 (Incluidas Provisiones y Previsiones, aproximadas) Los Resultados pueden ir a: Acumular reservas Dividendos a acciones Dividendos en efectivo Honorarios directorio Donaciones Utilidades acumuladas -Estado movimiento Patrimonial Patrimonio inicial Utilidades Aportes capital 200000 30000 ---
465
Honorarios directores Dividendos Gratificaciones Patrimonio final
(10000) (20000) (5000) 195000
ANLISIS DE BALANCES Evaluacin contable de una empresa, comparando su balance con el de otro perodo o con los de esa industria; segn ndices tpicos como: -Rentabilidad: Utilidad / Patrimonio -Utilidad / Ventas -Rotacin patrimonio: Ventas /Patrimonio -Margen bruto /Ventas -Prdidas por inflacin /Ventas -ndice de liquidez: Activo circulante /Pasivo Exigible -ndice de liquidez seco: Disponibil.+crditos por ventas / Pasivo exigible a c/p -Endeudamiento: Pasivo exigible /Pasivo total (< 40%, pocos activos con fondos ajenos) -ndice Volumen de stocks (en % costos, o en meses o das) -Plazo crdito concedido: crdito ventas+ documentos descontados +documentos endosados a proveedores /Ventas -Perodo de cobranza: crdito ventas / Ventas -ndice financiacin externa: pasivo exigible operativo y financiero /Ventas -ndice financiacin operativa: pasivo exigible operativo /Ventas
466
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.
Se parte de un equilibrio inicial: Demanda: P = 35 4X Oferta: P = 4 + 5X En equilibrio D = O 35 4X = 4 + 5X
467
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 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.
468
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) 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
469
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).
La interactividad de la hoja Excel permite ver esto instantneamente. Por ejemplo, subiendo la pendiente de la oferta a 7 como una
470
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).
La pendiente 7 en la oferta se cambi en la celda 05 y simplemente se copi a toda esa columna.
471
(use Ver o Vista > Zoom > 200% para leer los detalles) NMERO DE PERIODOS HASTA EL AJUSTE Antes que existiera Excel los textos solo explicaban intuitivamente que la velocidad dependa de las pendientes.Pero hoy Excel permite contar el nmero exacto de perodos hasta el ajuste, con la funcin =contar.si( ; ), en la cual los argumentos del parntesis son: a) el rango con las diferencias Pd-Po ; y b) >0.
AJUSTE ANTE UNA BAJA DE OFERTA POR SUBA DE COSTOS Mercado competitivo con una demanda que se ajusta instant-
472
neamente a los cambios de precios, pero la oferta es rgida a cortsimo plazo y a mediano plazo se ajusta con retardo de un perodo. En este caso luego del equilibrio inicial cae la oferta 20%: Demanda Pd = -3X +40; Oferta Po = 5X +15 Equilibrio con D = O que hemos calculado como -3X + 40 = 5X + 15...... o sea X=3,12 y reemplazando en Pd o Po..... P=$30,60 Si cae la oferta 40% se puede interpretar como que a ese precio p=$30,60 ofrecera 40% menos que 3,122 unidades (X =1,87 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). Cambi 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 (la velocidad del ajustamiento depende de cuanto mayor sea esa
473
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 dinmicos son fciles de implementar en Excel. En los siguientes ejemplos
474
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 indef inidamente; 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).
475
Si en otro anlisis se debiera rellenar una serie sucesiva se pu eden 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 icono 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)
476
y anotar otras diferencias (con macros esto se puede redimensionar a millones). Si en una celda A2 anota la frmula =A2+1 (es una referencia 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.
477
En este ejemplo simplificado se le pide a Excel que multiplique por dos la celda izquierda; la macro repite esa rutina indefinidamente para todos los valores de la columna. Para crearla: Herramientas / Macro / Grabar nueva macro. Para ejecutarla: desde B2, Herramientas / Macro / Macros / 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.
478
MODELOS DE SIMULACION EN EL MIT: Simulacin para administracin de empresas y/o inventarios: El breve trabajo La Quinta Disciplina, de P. Senge, popularz el modelo o juego de la cerveza que desarroll la escuela de administracin Sloan del MIT en 1960, siguiendo un proyecto de Jay W. Forrester (en Industrial Dynamics) sobre modelos computacionales de simulacin econmica (y que J. D. Sterman, del MIT, explic detalladamente en Teaching Takes Off: Flight Simulators for Management Education, "The Beer Game". Sin embargo, P. Senge por razones didcticas (o de promocin, quizs) lo hizo sobre la base de supuestos (grotescos) de una total ausencia de formacin tcnica microeconmica en los gerentes de cada empresa.
479
Interesa por ahora la idea de Forrester sobre los modelos de simulacin econmicos, que es algo costosa an a nivel microeconmico. De hecho esta tipo de programacin tambin le interes a la ex Unin Sovitica, que desarroll paralelamente la programacion lineal con L.V. Kantorovich y otros, aunque esta aspiracin macroeconmica fue luego abandonada, al igual que ocurri en los pases de economas de mercado con su (lrica) idea de el equilibrio gen eral. Estas simulaciones son costosas, pero sin embargo, son aplicables para diversos mbitos tcnicos y tambin microeconmicos; por ejemplo, en los simuladores de vuelo a que hace referencia Sterman: simuladores de vuelo como el que exista aqu en la calle La Paoleraen Catalinas- antes de la privatizacin de Aerolnea Argentinas para la prctica de pilotos. Sin embargo en materia econmica y microeconmica los avances son todava modestos, como para no pensar por ahora en algo como pilotos automticos para empr esas, no obstante las posibilidades que ofrece Excel en estas. Trataremos el modelo o juego de la cerveza del MIT sobre la base de dos aspectos: uno a continuacin, que es la herramienta computacional para simular el comportamiento de una industria (compuesta aqu de consumidores, minoristas, mayoristas, distribuidor, productor); el otro aspecto es la irreal simplificacin del funcionamiento de esta industria, sobre la base de irreales pautas de comportamiento de los jugadores (gerentes de distribucin en cada uno de esos cuatro grupos empresarios). Veremos ahora las caractersticas del funcionamiento del modelo de la cerveza como simulacin computacional y en otro captulo se comentar sobre los irreales supuestos de su funcionamiento (en el cap.10: El juego de la cerveza del MIT). Sterman explica que el juego consiste en administrar (optimizar) los pedidos y existencias de cerveza en estos cuatro de los cinco sectores mencionados; los equipos de jugadores comienzan repitiendo los pedidos iniciales de 4 unidades semanales, hasta que por una promocin la demanda se duplica. No existe ms comunicacin en-
480
tre los sectores que la libreta de pedidos de los camioneros y se supone un gran retardo de semanas en la informaciones de estos, de modo que en ese momento se reducen las existencias de los minorstas y luego las de los mayoristas y las del distribuidor antes que la fbrica comience a subir la produccin y la entrega. Los minoristas suben sus pedidos casi tanto como vieron aumentar el consumo; otro tanto hacen los mayoristas y el distribuidor con los pedidos que reciben, de modo que se van redimensionando los pedidos hasta llegar a unas 20 unidades al final de la cadena, que responde con ese retardo a estas rdenes; pero la entrega as sobredimensionada llega finalmente cuando ya pas el auge del consumo y tal demanda no existe, generando los consiguientes perjuicios y paralizacin del sistema. Se suponen ingresos y costos, incluso por mantencin de inventarios (12 unidades inicialmente) y tambin costos por demora en las entregas; luego de la cuarta semana cada jugador (equipo o empresario) debe tomar sus decisiones sobre optimizacin durante el resto del juego (50 fases o semanas, o menos ante interrupcin del mismo por colapso del sistema, a las 36 semanas segn juegos en el MIT). Solo los minorstas conocen la demanda de los consumidores y no existe comunicacin sobre esto entre las empresas (tampoco hay imprevistos o interrupciones por causas tcnicas u otras). Igual que los simuladores de vuelo aeronuticos, este modelo apunta a una prctica en administracin y/o inventarios: refleja la gran oscilacin de los pedidos y las existencias debida a un artificioso sistema de comunicaciones con un gran retardo, y al aumento en esta variancia por irreflexivo redimensionamiento entre cada etapa, hasta ms que duplicar el ritmo de pedidos normales en los mayoristas y otro tanto en el distribuidor y fabricante, pasando desde 4 unidades semanales hasta unas 20, ya que segn Sterman (Modelan-
481
do el comportamiento empresarial, 1989), la mayora de las personas no tiene en cuenta el impacto que sus propias decisiones tiene sobre los dems (ante una heurstica muy sencilla, segn explica, por amplificacin de seales (o redimensionamiento). Este juego de simulacin puede practicarse on line (hay varios accesos gratis en la web para este beer game), como una simulacin de gestin de vuelo empresarial (segn el MIT, Sterman y Mor ecroft, 1992), para remarcar la importancia de la coordinacin entre los niveles de una organizacin y la de sus sistemas de informacin. J. Sterman tambin desarroll otros modelos parecidos, como People Express Airlines, una aerolnea recuperada, en la que el juego consiste en prcticas sobre decisiones de marketing, demanda, competencia y gestin para optimizarla. Igualmente con el modelo B & B Enterprises, supuesta productora de bienes de consumo durable, que permite practicar decisiones sobre marketing, estrategia comercial y de organizacin industrial, teora de los juegos e incluso la propia modelacin computacional de este juego. Sin embargo, estos ltimos modelos de Sterman y Morecroft no enfocan cuestiones preferentemente microeconmicas, sino otros diversos atinentes a organizacin, administracin o a aspectos sobre la gestin gerencial o directiva.
MODELO DE LA CERVEZA EN EXCEL

Ante la carencia de algo similar en nuestro medio, para estos cursos de microeconoma hemos preferido desarrollar este modelo de simulacin con cinco sectores, mediante Excel, cuyo lenguaje computacional es francamente superior (en sencillez, eficacia y posibilidades de interaccin) a cualquier otro existente (y en especial a las bases de datos, ya sean para PC o para las MAC que utilizaba antes el MIT).
482
Este modelo de simulacin ejecutado en Excel permite la operacin por un solo jugador, o bien por un grupo de practicantes para cada tipo de empresa (sector), mediante la simulacin progresiva para todo el conjunto de esta industria, ya sea esto practicando con decisiones tipo impulsivo, como con decisiones basadas en los principios microeconmicos (estudios de demanda, optimizacin de inventarios, programacin de la produccin, optimizacin multiobjetivo, competencia oligoplica, etc. aqu expuestos). Este enfoque microeconmico del juego o modelo de simulacin de la cerveza en Excel tiene una naturaleza objetiva (simulacin de decisiones de demanda y produccin sobre mtodos numricos inductivos y deductivos), frente a los anlisis de Sterman y Morecroft, enfocados preferentemente en aspectos subjetivos y no medibles, que buscaran aportar ideas para explicar los fracasos de compaas, como sus ejemplos de la aerolnea People Express y/o la operadora telefnica (que introdujo las centrales de telefona electrnica) etc., quizs ms tiles para asignaturas como administracin o gestin (en microeconoma no se dudara en culpar del fracaso en la aerolnea, entre escasez de personal o que luego de cinco aos la competencia tambin baj sus precios 50%: no es cuestin de prosa; cada efecto se cuantifica).
483
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.
484
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 co ntrolar costos y facturas del productor y requiere constancias y explicaciones en el acto, inmediatamente.
485
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:
486
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.).
487
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).
488
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.
489
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:
490
491
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 clculo, se elige un rango como en A3 y se las copia. Luego se pintan las dos filas y se arrastra por el ngulo inferior derecho hacia abajo, hasta que aparezca el mximo beneficio. Tambin se pude efectuar la solucin con Herramientas > Solver >: se elige la celda objetivo, las cambiantes y las restricciones como se
492
indica en la imagen y al resolver, Solver emite los resultados 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.
493
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. Supngase un caso con costo marginal no constante, decreciente, como es el caso general en monopolio:
494
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) -[2 0,2(45) +30(45) + 40] = 3095 - 985 =$2110. Falta observar si cobra ms caro a la demanda ms rgida y ms barato a la ms elstica. E1 = dQ/dP (P/Q) = - [-1/2(56/22)] = +1,3 la ms elstica E2 = -[-1/3(81/23] = 1,1 la menos elstica
495
(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).
496
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.
497
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 igualndolo con el ingreso marginal). C1 = 1/2X1 +10 C2 = 2/3X2 + 8 marginal conjunto Volvindolo a la forma implcita: 7/2Cc= 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 total 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, 1/2X1 = C1-10 2/3X2 = C2- 8 X1 = 2C1- 20 X2 = 3/2C2- 12 X = 7/2Cc- 32
costo
498
30 $
C1` 20.90 P
c2 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 C2 = 1/3X22 + 8X2 + 18 La solucin de Cournot prev que cada uno considera su produccin dependiente de la cantidad que produzca su competidor, ya que sera ingenuo pensar que mantendra la produccin fija haga lo que haga su competidor. Los ingresos de cada uno son: IT1 = 30X1 - X12 - X1X2 ; e IT2 = 30X2 -X1X2 - X22
499
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
500
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 primera 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.
501
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.
502
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.
503
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.
504
Una vez sumados horizontalmente los costos marginales se traspone el costo marginal conjunto (para optimizar igualndolo con el ingreso marginal). C1 = 1/2X1 +10 C2 = 2/3X2 + 8 marginal conjunto Volvindolo a la forma implcita: 7/2Cc= X + 32 o sea, Cc= 2/7X + 64/7 El equilibrio es Max. Beneficio, con B= 0 (o IMg = CMg) sea B< 0 (es decir Img< CMg) 30-2X = 2/7X + 67/7 ; 67/7); X = 9,1 y que 1/2X1 = C1-10 2/3X2 = C2- 8 X1 = 2C1- 20 X2 = 3/2C2- 12 X = 7/2Cc- 32 costo
16/7X = 30 64/7; con X = 7/16 (30
Que cumple la segunda condicin de mximo: -2 < 2/7. En ese punto el valor del Costo marginal conjunto es C c= 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 total 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).
505
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,
30 $
C1` 20.90 P
c2 CC
11.80 3,5 5,5
E 9,1
15
30 kilos
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).
506
COASE: COSTOS DE TRANSACCION E INSTITUCIONES ADECUADAS R.Coase comenz en 1960 una lnea de investigacin buscando mecanismos para evitar las distorsiones en algunos mercados imperfectos, referidos a bienes de propiedad comn, como el medio ambiente y su contaminacin por emisiones de carbono (o gases industriales que destruyen el ozono, etc). Sus aportes comienzan aclarando conceptos como el de costos de bsqueda (`por informacin necesaria para la seleccin y adquisicin de algo) as como el de la naturaleza (hedonista, eficientista) de la empresa, para profundizar en el concepto de costos de transaccin, el cual incluye adems otros costos no siempre identificados pero que tambin influyen en las transacciones, en el mercado y en sus aspectos sociales, proponiendo soluciones para reducirlos (bonos antipolucin o del carbono; y similares, como los bonos de empleo). En las ltimas dcada la teora econmica (por ejemplo, Arrow en 1987) reconoci que el enfoque neoclsico de la teora de precios, el equilibrio y la eficiencia de las transacciones solo permite responder a algunos interrogantes econmicos, pero no a otros, por lo que es necesario un nuevo cuerpo terico. En este sentido, R. Coase haba precisado sobre los costos de transaccin, incluyendo tambin conceptos no visibles, por negociacin, gestin y aplicacin de una poltica, etc como por ejemplo en el caso del medio ambiente y la polucin industrial; y para solucionar estos inconvenientes analiz separando los aspectos jurdicos del derechos de propiedad (y el de apropiacin, ms limitado: acceso, extraccin, gestin, exclusin, transferibilidad) y las transacciones con cesin de estos derechos, buscando un mecanismo o leyes para modificar las instituciones de estos mercados (crear una ley y un mercado de bonos del carbono).
507
Pero su concepto de costos de transaccin difiere del tradicional de costo de bsqueda: son los costos de bsqueda e informacin, ms los costos de negociacin y decisin, y los costos de formulacin y aplicacin de las polticas. La calidad de las instituciones est relacionada directamente con los niveles de costos de transaccin: y le interesa el concepto de su eficacia o gobernanza, governance. El Teorema de Coase establece que si no existieran los costes de transaccin, la asignacin de recursos sera siempre la ms eficaz cualquiera que fuese que fuese la distribucin de derechos de propiedad. Pero, en los mercados reales los costos de transaccin no son nulos, e incluyen a veces elevados costos ocultos, no incluidos en el costo de bsqueda de las empresas, como son los costos por la polucin, se distribuyen como beneficios empresarios que soporta la comunidad (informacin tcnica y de prensa, ampliamente difundida en su momento, explicaba que la reconversin de la industria energtica norteamericana para cumplir con el protocolo de Kioto, representaba un sobrecosto del 20%, que habra originado el financiamiento de la campaa republicana y la polmica eleccin del presidente Bush. Tambin cabe aclarar en este urticante ejemplo, que luego de una dcada, la tecnologa de recuperacin secundaria del petrleo y el gas, estaran solucionando parcialmente la gran contaminacin de las usinas elctrica a carbn en ese pas). En consecuencia, segn Coase (1960) para este tema polucin, si se establecieran topes de contaminacin industrial empresaria e inicialmente se repartieran en forma gratuita (con algn criterio de proporcionalidad) bonos o derechos a contaminacin limitada entre todas las empresas, aquellas firmas contaminantes con bonos insuficientes para poder cumplir con el tope de la ley se encargaran de adquirir bonos excedentes de las firmas no contaminantes, generndose un mercado de estos bonos que, sin otras intervenciones conducira por s solo a solucionar un problema, como el de la polucin (o su similar el del empleo (Tow, 1995): una simple o automtica gestin del mercado, inducida ante la mera aparicin de una ley
508
adecuada que perfecciona esa institucin. La calidad de las instituciones est directamente vinculada con los costos de transaccin!. LA TRAGEDIA DE LOS (BIENES) COMUNES: OSTROM La profesora Elionor Ostron (Un. Indiana) escribi sobre las medidas necesarias para controlar los recursos pblicos necesarios para sustentar el estado de bienestar: derivar un simple y bonito modelo matemtico no es el nico objetivo de quienes buscan perfeccionar las instituciones, para evitar la tragedia en los mercados de bienes comunes (aquellos que pertenecen o que puede desarrollar la comunidad, como medioambiente, minera y combustibles, aguas, bancos de pesca, bosques), en continua y creciente presin por sobreexplotacin. Esa propiedad de todos y que es de nadie, constituye un capital social, que suelen aprovechar algunas empresas, con pel igro de su agotamiento. De aqu la importancia de perfeccionar las instituciones con leyes apropiadas para la gobernanza de esa institucin o mercado (Governing the Commons: The Evolution of Institutions for Collective Action,1990) Suelen haber numerosas restricciones de tipo poltico, de informacin, sobre incentivos y usualmente en vez de un ptimo absoluto solo es posible obtener soluciones tipo second best (ejemplos de Ostrom sobre pastoreo, sistemas del agua, gestin de bosques y pesqueras), en el s.XXI estn muy difundidas en algunos pases europeos para la gestin comunal o comarcal de sus recursos pblicos locales (mariscos, agua de riego, bosques, etc). OTRO ENFOQUE INSTITUCIONAL DIFERENTE Tambin Oliver E. Williamson explica en este sentido, que las organizaciones jerrquicas y las empresas son las mejores formas de
509
organizar y gestionar (governance) estas situaciones, en las que se presentan conflictos de intereses particulares y pblicos. Se depende de las instituciones y de las leyes adecuadas para preservar los intereses particulares y sociales (en Las instituciones del capitalismo, 1975; y en Mercado y Jerarquas, 1985): Esas organizaciones vienen a ser los jugadores y las instituciones son las reglas de juego. Ve la administracin de los recursos a travs de la concesin a empresas como la forma ms eficiente y no intervencionista que corregira los fallos del mercado. Este enfoque de O.E. Williamson (y J. Williamson segn el Consenso de Wasington) es el preferido desde fines del s.XX en los pases americanos: legislacin sobre minera, combustibles fsiles, agro y medioambiente etc. que asigna a las empresas la governance de estos bienes pblicos. Ejemplos argentinos son las leyes de 1990 sobre propiedad provincial de recursos mineros, junto con grandes inversiones en mega establecimientos, como los de Barrick y de Goldcorp (oro y plata) o Minera Alumbrera (cobre) y muchas ms, que desde 1990 multiplicaron sus actividades extractivas para exportacin (existiendo polmica sobre las ventajas por un mayor empleo no calificado pero sin otra participacin local, durante los 30 aos de la ley, en los beneficios sobre lo exportado); la asignacin de ms de la mitad de la tierra agrcola al cultivo de soja transgnica con el defoliante glifosato (como en la guerra de Vietnam) para Monsanto, Atanor, Cargil, etc; Repsol en combustibles, que concluy en la renacionalizacin de YPF. DOS ENFOQUES ENFRENTADOS Un enfoque empresarial en los pases americanos (O.E.Williamson), enfrentado al enfoque comunal (Ostrom, Coase) en pases europeos; en los cuales se procura mantener el estado de bienestar mediante instituciones que garanticen la sustentabilidad de los recursos
510
de uso comunal (uso del agua de riego compartido; explotacin de pinares y robledales para producir rollizos de carpintera o jamones de bellota solo para los aldeanos del lugar; plantacin de huevos o alevinos y cupos mximos de extraccin de frutos de mar y playas, solo para las marisqueiras del lugar)
511
CONTRATACIN BAJO MONOPSONIO

Supngase una sola empresa provincial demandando factor trabajo (en ausencia de sindicatos). Su funcin de produccin de un bien Z es Q=27,5X2 -0,4X3; el precio del bien Z es Pz=$4. Su ingreso total IT = PQ = $4(27,5X 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.
512
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).
513
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.
514
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.
515
MODELO DI TELLA SOBRE INTERMEDIARIOS COMERCIALES (CONCESIONARIOS)

La produccin automotriz se entrega o vende va concesionarios, desvinculados. Ambas firmas, productor y distribuidor, son un monopolio, pero c/u con intereses opuestas al otro; no son duopolio ni tampoco un monopolio bilateral. En esta intermediacin 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 esa landa sera el margen crtico. Pero no lo son; y cuando este margen es mayor que el crtico, el concesionario querra vender mas y adems que el productor baje su precios. Si el margen real esta entre el crtico y el mnimo, el productor querra 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 nario. maximizando la operatoria para el concesio-
516
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 - 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
517
MODELACION NEOCLSICA
Ejercicio conceptual tipo integrador de varios principios
RAPIDITO Y LENTITO EN LA ESTACION VIVITOS El enunciado esta en la Gua Distancia Actividad 4 del tomo II, 7-4 pag 156 Gua Distancia Tow, (eventuales errores de interpretacin o tipeo me pertenecen) Este ejercicio 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 Gua que el alumno pueda suponer que lo dems no se incluye por que no esta ah desarrollado....). Es decir, hemos estudiado la teora 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 ...) Tambin les recomend 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 mtodos para identificar, transformar, obtener funciones. En 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
518
ciudad, y llevan un cartel con el precio que estn dispuestos a pagar: de $ 0 a 47 y ninguno se repite. El nico 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 habra 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 derivada 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 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 tenan 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 ser el precio de este Lentito y cuando transportara? Con la demanda remanente de las 28 personas con las menores valoraciones del viaje puestas en una hoja Excel, se grafican pintando con el iconito de grafico, luego elegimos por ej. dispersin..... agregamos lnea de tendencia.... y en su opciones ... Presentar
519
ecuacin en el grafico... As obtenemos la funcin, 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 tambin segn Cournot.... con IMg = CMg (punto de giro) surgiendo C= 12 y luego P = -12 +28 = $126 Su IT es as $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 sbados y madrugara ... Pero siendo la demanda para ambos asociados buscaran 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 optimizara 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 quedara... $234. Por eso Usaran 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: Trabajaran competitivamente (el caso especial) buscando operar con P = CMg (en vez de IMg = CMg) Surgiendo as una cantidad de X=40.... con un P= -40 + 48 = $ 8..... As el IT seria $320 y el CT $238 con un beneficio de solo $82..... Entonces debera indemnizarles por la diferencia entre 334 (max. Ben de Lentito) y 82, o sea $252 de subsidio.
520
- 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 Beneficio 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 pasara si su objetivo fuera maximizar ingresos (en a), b) y c)? Da) Disponemos de la funcin 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 sacaran $330 menos el costo fijo de lentito 100 quedara un Benef =$ 230 En esta programacin neoclsica, la idea central es que se trabaje sobre la base de los principios, los diferentes tipos de mercados, los 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)
521
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). En el marco regulatorio de la Concesin de Telfonos se prev 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).
522
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). 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 pblica. 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).
523
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. 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);
524
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) = = 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)
525
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) 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
526
La diferencia 11350 2205 = 9145. - Si Telefocom le cobra la ficha a $1,60 (7025)=11350, el comerciante no tendra 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. 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 Gua de tp de Tow -ejercicios combinados; eventuales errores 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.
527
(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 prev que el concesionario de la red de telfonos -en este caso 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 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, pre-
528
cio 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 colusin), monopsonio (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 pblica. 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 (concesiona-
529
rios 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. 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)
530
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 = -X2/10000 - 0.80X + 70 B= -X/5000 +1= 0.20; -X/5000 = -0,80; X = 0,8(5000) = 4000 telfonos pblicos ; cumpliendo B= -1/5000 < 0; 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: B C = 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 que Telecom puede operar los TP por su cuenta:
531
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 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
532
Px
CMe
CT
30 IT
0,60 Px= ( -X/10000) + 1 0,20 4000 IMg 10.000 CMg X
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
533
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 = dx = = -0.0001X2 /2 + 0,4X] 04000 = ; para X=4000 es Excedente = 1600 /2 + 1600 = $800. 04000 [(X/10000 +0,40]
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 optimi-
534
za 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, concesionarios, 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.
535
7 d) Cobrar un alquiler por el TP y fijar la tarifa al valor de competencia. 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 primera 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
536
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)
537
MULTIPRODUCTO
MODELACION Y PROGRAMACION MULTIPRODUCTO EQUILIBRIO Y OPTIMIZACION MULTIPLE PRODUCTO
SEIS METODOS EQUIVALENTES EQUILIBRIO DE LA EMPRESA CON PRODUCCION DIVERSIFICADA:

El objetivo bsico de la empresa es, en principio, maximizar beneficios de largo plazo, reinvirtiendo utilidades en el propio rubro, salvo que segn el ciclo vital del producto u otras causas competitivas, la direccin considere necesario un cambio de rubro o una diversificacion. En las producciones de tipo por proceso (y no las de tipo fijo, como barcos o diques) las funciones de produccin y las funciones de costos dependen mayormente de la naturaleza de los productos y de los tipos de procesos productivos que se utilizan: -A) Produccin simple: Es usual estudiar las producciones comenzando por casos de produccin simple, en los cuales cada rama de una empresa produce un solo bien de tipo homogneo, ya sea mediante: un nico proceso tcnico (soja, pan, cal, carbn, soda custica)
538
o bien con la unin de varios procesos tcnicamente separados (boogies para trenes; equipos especializados).
- B) Producciones mltiples que son muy frecuentes en general: - produccin mltiple de varios bienes diferentes (obtenidos tanto con - procesos nicos (dos lneas de produccin no vinculadas, como aluminio y neumticos); o con - uniones de varios procesos (como tejidos, tubos metlicos, barras y piezas metlicas). En estos casos, la optimizacin se estudia comenzando con el uso de uno o de dos factores, con coeficientes fijos o variables. El principio matemtico de mximo y mnimo y la funcin combinada de Lagrange permiten la optimizacin de estos casos simples elementales con una o con dos variables. En estos casos de coeficientes fijos o variables, salvo preferencias de algn producto para algn cliente tradicional o preferenciales con abastecimiento obligado (para ese usuario protegido, o bien para clientes por otras razones similares, como en el accionar de la empresa socialmente responsable ESR-) la optimizacin en estos casos suele utilizar el anlisis marginal. La demanda de cada producto condiciona los ingresos y el ingreso marginal en cada producto; igualndolo al costo marginal indicar la
539
contribucin marginal de cada producto. La seleccin permitir optimizar o maximizar el beneficio de la empresa. Cuando la cantidad de restricciones aumenta, es necesario avanzar en los anlisis y optimizar mediante sistemas de ecuaciones, utilizando el lgebra matricial o con programacin lineal o no lineal, usando Solver de Excel o sus equivalentes de otras empresas informticas para programacin multivariante. - C) producciones mltiples conjuntas o conexas, obtenidas en diferentes etapas de uno o varios procesos a partir de una misma materia prima (con coeficientes fijos o semifijos; y algn punto de separacin que determina la formacin de cada subpr oducto y que os contadores tienen en cuenta para la determinacin de los costos de cada coproducto); - ya sea sucesivamente (laminacin de chapas de acero en caliente, en fro, hojalata; diversos combustibles en una torre de destilera); - o bien en forma alternativa (diferentes automotores; maquinaria; confecciones textiles variadas en color, talle, tipo, sexo, temporada etc). (en stos y en todos los otros casos, tambin puede haber adems generacion conjunta de subproductos de menor importancia) En algunos rubos los analisis de estacionalidad son muy importantes y se pueden incorporar dentro de la programacin de la produccin multivariante.
540
En estas producciones conjuntas o conexas es caractersitica la existencia de multiples restricciones, por lo cual es tambin necesario optimizar mediante sistemas de ecuaciones, utilizando el lgebra matricial o con programacin lineal o no lineal, utilizando Solver de Excel o sus equivalentes de otras informticas. La cantidad de variables involucradas depende de cada actividad, decenas, cientos, miles o ms segn sean las actividades industriales o la prestacin de algunos servicios, como distribucin de energa, fludos, transportes, etc. C) Uniones transitorias de empresas UTE
Cuando dos o varios productores actan conjuntamente: la negociacin suele simplificar la participacin de cada empresa en el negocio, a travs de alguna fijacin del precio del insumo o del valor agregado en cada etapa del negocio (usualmente en bienes de tipo posicin fija, como barcos, diques, plantas energticas, usinas, puertos), los que son ms frecuentes que la formacin de UTE para las anteriores producciones de tipo por proceso. SUBPRODUCTOS Adems de los coproductos en las producciones conexas, cualquier tipo de produccin enumerada anteriormente puede originar otros materiales: - subproductos (se pueden reusar o vender);
541
- sobrantes (con valor, se reincorporan al proceso; o sin valor); - residuos (que no se pueden aprovechar pero quizs son vendibles); y tambin - desperdicios de materiales o productos (que se venden sin otro proceso). En principio, los subproductos son una consecuencia de los procesos y no suelen formar parte de la programacin bsica de la empresa. Los mtodos clsicos eran utilizados para la economa, con enfoque preferentemente macroeconmico y se limitaban a casos de muy pocas variables. La programacin lineal y el clculo de matrices mediante Excel y otros han otorgado autonoma a la microeconoma, al permitir la resolucin multivariante en forma prctica o fcil. En este trabajo se incluy un ejemplo sobre 6 mtodos equivalentes, que para una sistema de 2x2 incluye los operadores de Lagrange, el mtodo grfico y el Simplex junto con matrices manualmente; adems el Simplex mediante Solver y tambin matrices, ambos segn Excel. La ventaja de la exposicin o tratamiento conjunto de los 6 mtodos es que mediante los dos ltimos pueden ser resueltos con cientos y miles de variables respectivamente. Se incluyeron adems otros
542
diez utilitarios de empresas informticas para esto, en funcin de la necesidad de verificar cualquier clculo mediante las ms diversas formas posibles (en todos los casos las explicaciones estn abreviadas y simplificadas)
543
PRODUCCION CONJUNTA DEPENDIENTE (CONEXA) Por produccin conjunta dependiente se entiende una funcin de produccin de un solo insumo del cual se pueden derivar dos o ms productos (ejemplo: de la leche se pueden obtener queso y yogurt) Como ejemplo numrico se puede suponer una funcin de produccin conjunta: del insumo X se obtienen dos productos Q 1 y Q2 X = Q1 + Q2 Esta funcin muestra las cantidades del producto 1 y 2 que se pueden obtener del insumo X. Si tuvisemos una cantidad fija de 100 de insumo X, y el producto Q1 y Q2 se venden en el mercado a $3 y a $2 respectivamente. Qu cantidad de producto 1 y 2 convendra producir para maximizar el ingreso, sujeto a esta cantidad de insumo de X=100? El planteo es similar al de la maximizacin de la utilidad cuando disponamos de dos bienes: la combinada de Lagrange es ahora
B = 3(Q1) + 2(Q2) + &(100 Q1 - Q2) FOC) Obtenemos las derivadas parciales: dB/dQ1 = 3 - &2q1 = 0 dB/dQ2 = 2 - &2q2 = 0 => & = 3/2q1 => 3/2q1 = 1/q2 => q1 = (3/2)q2 (*) => & = 1/2q2
dB/d& = 100 Qqi - Qq2 = 0 segn (*) => 100 [(3/2)q2] - q2 = 0 => 100 (13/4)q2 = 0 => Q2 = 5,55
544
(de donde surge
=> Q1 = 16,64 &= (5.55)=2,97)
Estas son las cantidades de q 1 y q2 que habra que producir para maximizar el ingreso contando con un insumo de 100.
SOC) con H -2& 0 0 -2& 11-
>0: -2Q1 -2Q2 0
-2(2.97) 0 -1
0 -2(2.97) -1
-2(16.64) -2(5.55) = 0
= +246, positivo, que garantiza ser mxima esa produccin. En la realidad suele haber situaciones ms complicadas, con numerosas restricciones, que se resuelven mediante programacin lineal, generalmente con Solver de Excel y/o tambin con matrices de Excel.
545
MODELACION Y PROGRAMACION MULTIPRODUCTO. EQUILIBRIO Y OPTIMIZACION MULTIPLE PRODUCTO. SEIS METODOS EQUIVALENTES
Las conocidas limitaciones de los economistas clsicos para resolver sistemas con ms de dos o tres variables han orientado a un usual tratamiento del clculo del equilibrio con mltiples productos con una incorrecta simplificacin de la situacin mediante el supuesto de un costo promedio y el clculo de las contribuciones marginales segn un criterio de obtener algo posible y satisfactorio (que Herbert Simon denomin sufficing) pero que elude la optimizacin. Sin embargo, la mayora de las empresas se enfrenta a la produccin de varios o muchos bienes, mediante costos que pueden o no ser separables por producto, bienes complementarios o sustitutos, diferentes situaciones de preferencias, condicionamientos intertemporales, metas diferenciadas, alternativas y otras circunstancias muy diversas. Los modelos pueden ser lineales, no lineales, de programacin entera, binomial, dinmica, con variables discretas, estocsticos, etc. Estas situaciones conducen a la resolucin de sistemas de ecuaciones, que pueden plantearse axiomticamente y simblicamente con diferentes enfoques, pero que para concretar su clculo llevan finalmente y necesariamente en la generalidad de los casos a planteos mediante matrices y/o especialmente a la solucin mediante programacin lineal, bajo rendimientos constantes usualmente en la mayora de los casos; y en algunas ocasiones a otras bajo rendimientos no constantes mediante programacin no lineal, cumpliendo las condiciones Kuhn-Tucker. Por analoga con la optimizacin con una variable (y restriccin de no negatividad), en la extensin paretiana a dos variables, el equilibrio exiga las condiciones de convexidad en la curvas isocuantas y
546
cumplir la restriccin presupuestaria; estas condiciones al menos simblicamente pueden ser generalizadas agregando operadores y restricciones y estudiando el hessiano y sus menores. Se requieren condiciones (solo tericas) para la funcin, su combinada lagrangeana y los operadores (precios sobra; sensibilidad respecto al lado derecho o recursos), que igualmente implican o conducen al lgebra de matrices, pero abordando en la prctica solo estos casos lagrangeanos con muy pocas variables, que finalmente son de relativa o muy limitada utilidad prctica. En definitiva la modelacin y programacin multiproducto se concreta en la prctica solamente con programacin lineal, no lineal y otras o bien con matrices, pero siempre mediante Excel y alguno de los otros 10 utilitarios desarrollados en MCE (igualmente con la programacin multiobjetivo o multicriterio, tratada ms adelante) Convienen preferentemente, las diferentes alternativas de Solver de Excel para programacin lineal, no lineal y otras que se explican en los ejemplos de MCE. Y para matrices conviene Excel, mediante los dos mtodos usuales: matriz inversa utilizando =MINVERSA( ; ) o el mtodos de los determinantes utilizando (=MDETERM( ; ) de Excel, que tambin es el utilizado en todos los dems utilitarios explicados). O sea, se plantea la funcin objetivo y el sistema de las restricciones del problema y se procesa en Excel y en otros utilitarios, simu ltneamente para confrontacin de los resultados. En el caso de utilizar matrices, se trata de calcular la matriz inversa y luego multiplicar esta por el vector de los recursos para obtener los valores maximizantes de cada variable, los cuales se utilizarn finalmente para calcular el resultado segn la funcin objetivo. Si se utilizar el mtodo de resolucin del sistema mediante determinantes, para calcular cada variable maximizante se reemplaza en el
547
hessiano la respectiva columna por el vector de los recursos; finalmente se divide el valor obtenido en este determinante por el valor del hessiano para obtener la raz o valor de la variable optimizante. Una vez calculadas todas, se las utiliza para obtener el resultado reemplazando esos valores en la funcin objetivo. En este sentido tambin se incluy en MCE un ejemplo comparando seis mtodos equivalentes, que desarrolla un sistema de 2x2 mediante los procesos clsicos de los operadores de Lagrange, programacin lineal por mtodo grfico, mtodo Simplex y matrices, todos en forma manual. Adicionalmente se resuelve el mismo ejemplo utilizando Solver y utilizando matrices, ambos de Excel, ya que estos dos ltimos, que no disponan los economistas clsicos hasta mediados del siglo XX, son el procedimiento especfico ineludible para la operatoria concreta en las empresas, casi siempre abocadas a mltiples productos y alternativas. A diferencia de otras disciplinas, como mecnica, fsica, etc. los problemas econmicos se reducen al primer cuadrante, acotando mucho los requerimientos analticos necesarios. La programacin matemtica puede ser tan amplia como la gama de problemas planteados y/o tambin con el tipo de lenguaje simblico y axiomtico que se utilice, pero refirindose a las n variables, que en la prctica solo son las inviables 1, 2, 3 4 clsicas. Igualmente ocurre con el lgebra matricial; esta tambin se simplifica mucho para la optimizacin empresaria en general (mximos y mnimos condicionados): implica utilizar sistemas cuadrados, no nulos porque no optimizaran. Puede haber variables nulas (originan capacidades ociosas), pero no todas pueden ser nulas. No debe haber restricciones colineales o mltiplos entre s, ya que bajara el rango u orden de la matriz y no sera cuadrada (se requieren sistemas determinados con igual nmero de ecuaciones que de incgnitas).
548
Para la matriz insumo-producto se necesita adems que los vectores columna contengan coeficientes fraccionarios menores a la unidad y totalicen uno; y en vez de la matriz inversa de los coeficientes se invierte aqu la matriz del complemento de los coeficientes a la matriz I (ver en el captulo 3).
549
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. 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.
550
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.
551
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.
552
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-
553
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.
554
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.
555
CAPITULO 9 TEORIA DE JUEGOS CONTEXTO HOSTIL

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 Neumann-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 JUEGOS
Como una aproximacin o introduccin al tema, interesa anticipar que este nuevo conjunto de mtodos y razonamientos para la toma
556
de decisin (en innumerables tipos de cuestiones personales y/o empresariales) no conforma un cuerpo orgnico para describir el comportamiento de la empresa; es decir que no reemplaza a la microeconoma tradicional, sino que muy por el contrario, la complementa, como un nuevo punto de vista, especialmente til para definir situaciones no abarcadas anteriormente. De hecho, la teora del oligopolio junto con nuevos desarrollos sobre teora de juegos han originado y conformado importantes aportes tempranos y recientes (modelos de Cournot, Bertrand, Edgeworht y equilibrio de Nash para casos con homogenidad de productos; modelos de Chamberlin, de Hotelling y de Robinson para casos con diferenciacin de producto; modelos de Stackelberg; modelos colusivos (cartel) con informacin incompleta, modelos cooperativos, con informacin incompleta, imperfecta, dinmicos, secuenciales, infinitos). Se remarca en esta ubicacin inicial: las matrices de pagos o premios para cada jugador previstas en los juegos, requieren previamente que se calculen los premios de cada estrategia mediante los mtodos de optimizacin clsicos (algebraicamente para simplificaciones con una o dos variables, y con programacin lineal o matrices para mltiples variables, etc). O sea, la teora de los juegos requiere en general aplicar previamente los anlisis microeconmicos clsicos tradicionales de optimizacin, para finalmente proceder a la toma de decisiones segn este moderno enfoque lgico matemtico o punto de vista de la teora de juegos. Esta novsima teora de juegos se refiere a 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 Neumann-Morgenstern (N-M).
557
Por este motivo, para este curso introductorio se plantea aqu una orientacin sobre los contenidos bsicos de un juego; una posible clasificacin de estos; y la presentacin de mtodos y ejemplos resueltos de varios casos relevantes, necesarios segn la currcula de un contador o ingeniero. Los juegos son esquemas lgico-matemticos: se suelen plantear mediante representaciones formales, incluyendo: a) normas sobre los jugadores (cantidad finita, todos bajo la lgica N-M) y otras reglas de juego; b) reglas sobre quien juega primero; c) pautas sobre qu cosas (informacin) 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) todos conocen qu cosas se puede hacer al momento de actuar y ambas partes (o todas) intervienen en cada jugada; e) igualmente, conocen los resultados posibles de cada accin.
Los primeros anlisis en Game Theory and Economic Behavior, de von Neumann-Morguenstern, se refirieron mayormente a los juegos
558
de suma cero o nula, en los cuales lo que uno gana es lo que pierde el otro (en 10 de sus 12 captulos; mayormente para 2 jugadores y solo axiomticamente para 3, 4 y n >=5 jugadores, cuya impleme ntacin es inviable sin programacin lineal efectiva). En el captulo III se plante este juego de 2x2, segn la matriz de pagos para el jugador A:
Ambos calculan con solo la matriz de los pagos para un jugador (A), de modo que implcitamente se analiza al oponente (B) con lo opuesto (o segn se lo indique, el complemento) de esta matriz: -2 -1 1 2
si por ejemplo, la matriz de pagos a A tiene una estrategia con el valor -2, deja implcito que el jugador B ganar 2, etc. Ambos jugadores conocen las reglas y tienen un comportamiento N-M prudencial o asegurador (sin riesgos, maximin): el jugador A observa los mnimos de sus 2 estrategias segn las filas, -2 y -1 y selecciona como estrategia el mximo de sus mnimos, -1. Tambin con esta matriz de pagos para A el jugador B observa los mximos de sus dos estrategias por columna, -1 y 2 y selecciona como su estrategia N-M el mnimax -1. Ambos coinciden seleccionando la opcin fila 2 columna 1; y se benefician con esa decisin: A perdiendo solo 1 y B ganando 1. Una estrategia pura es aquella que resulta ser la ganadora solo con ese curso de accin, aqu la 2 de A y la 1 de B; las otras estra-
559
tegias son dominadas, aquellas que representan 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 accin con probabilidad =1, es as una estrategia pura. Segn el anlisis impulsado por J. Nash para otros casos sin esa solucin anterior, una estrategia mixta no pura es una proporcin de acciones; una distribucin de probabilidades sobre varias estrategias. En estos casos, un equilibrio de Nash ocurre 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. Por ejemplo, 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 maximin-minimax 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. Puede haber varias estrategias que proporcionen puntos de silla; tambin puede haber juegos sin puntos de silla, para los cuales se pueden implementar estrategias mixtas al azar. En los juegos sin puntos de silla se eligen estrategias al azar que guarden una distribucin de probabilidad, para que el oponente no neutralice las decisiones optimizantes o valor esperado (VE). Este
560
VE se obtiene prescindiendo de las acciones que pueda realizar el oponente, quien obtendr una VE similar: el valor maximin del jugador I es similar al valor minimax del jugador II. Una estrategia mixta para un jugador es una distribucin de probabilidad en el conjunto de sus estrategias puras. Las estrategias puras y mixtas tienen al menos una estrategia de seguridad para cada uno de los jugadores. Las estrategias y el valor esperado VE del juego pueden obtenerse mediante varios mtodos: algebraicamente, grficamente y con programacin lineal. El primal del jugador I tendr como dual al primal del jugador II. Las estrategias mixtas optimizantes maximizan el premio o seguridad para el jugador I, as como limitan los pagos del oponente, segn el teorema del minimax de von Neumann en 1932 (generalizado por Kakutani en 1941 utilizando el concepto del teorema del punto fijo de Brouwer).
TEOREMA MINIMAX:
En todo juego bipersonal finito de suma cero existen estrategias mixtas ptimas para cada jugador, con un premio similar para ambos; consecuentemente, al optimizar la seguridad, ganancia o VE de un jugador tambin se estn limitando los pagos del oponente. Mientras el oponente acte con sus estrategias ptimas ningn jugador se beneficia cambiando su estrategia ptima, salvo que el juego tenga ms de un punto de equilibrio, intercambiables y equivalentes, proporcionando un mismo VE del juego. Mediante el mtodo Simplex es posible resolver juegos de 2 y tambin otros con ms jugadores, ya sea con 2 o con ms estrategias
561
La teora de los juegos est sujeta a diferentes clasificaciones, segn sean los tipos de juegos abarcados y por lo tanto su caracterizacin, todava en desarrollo, hace difcil buscar o tener alguna definicin y clasificacin completas. Observando los desarrollos desde la Game Theory de Neumann y Morgenstern (N-M), este anlisis se comenz estudiando juegos de dos personas y suma cero (constante o matriciales 2x2), con ensilladura, planteados en forma estratgica (matrices escalares o vectoriales) o bien en forma extensiva (con rboles de decisin). Los juegos sin solucin, guiaron a J. Nash y otros a desarrollar diferentes estrategias mixtas segn los casos. Estos desarrollos iniciales a partir de la lgica y funciones de utilidad Neumann-Morguenstern fueron planteados para juegos no cooperativos (juegos de dos personas con suma cero) presentndolos en la forma estratgica (matricialmente, con escalares, cifras), bajo contexto competitivo, hostil; tambin se presentaron otros casos en forma extensiva, utilizando diagramas (rboles) con los posibles cursos de accin de ambos jugadores; finalmente tambin algunos juegos cooperativos. A continuacin de aquellos primeros juegos con solucin (ensilladura), se presentaron otros que requieren estrategias mixtas, definindose el concepto de dominacin (anlisis de dominancia) y los equilibrios de Nash: se plantearon soluciones para casos tanto estticos con informacin completa o incompleta y dinmicos con informacin adquirida perfecta o imperfecta: Juegos estticos con informacin completa, se plantearon soluciones segn el anlisis de la dominacin /dominancia (oligopolio de Cournot, duopolio de Bertrand, o el caso Clarke-Groves para la asignacin de un bien pblico); juegos dinmicos con informacin completa (prisionero repetido); equilibrio de Nash en subjuegos;
562
juegos dinmicos con informacin completa pero adquirida perfecta (induccin hacia atrs) y completa pero adquirida imperfecta (duopolio de Stackelberg; modelo de Leontief). Juegos estticos con informacin incompleta: juegos bayesianos, equilibrio bayesiano de Nash; duopolio de Cournot con informacin incompleta; casos de subastas. Juegos dinmicos con informacin incompleta: equilibrio bayesiano perfecto; equilibrio bayesiano secuencial; juegos de sealizacin; modelo A.M.Spence de sealizacin para el mercado laboral. En el conjunto de juegos, repetidos, se plantearon con un nmero finito de etapas; y con infinitas etapas (como un modelo de Cournot indefinidamente). Se plantearon con homogenidad y con diferenciacin de productos y en general, se fueron aclarando casos a partir de los primeros desarrollos de la teora microeconmica sobre varios mercados oligoplicos (Cournot, Bertrand, Stackelberg, etc.), que abrieron el camino para este enfoque de la teora de juegos de N-M, Nash y otros. Tambin se desarrollaron complejos esquemas para los juegos cooperativos y de acuerdos, que ya se presentaron axiomticamente en la Game Theory: conjunto de juegos que tienen soluciones (o imputaciones) bajo racionalidad individual y tambin racionalidad grupal. Se puede anticipar una idea bsica o 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, o siendo lder, o siendo seguidora, etc). Adicionalmente al concepto de imputaciones, se presenta la idea o concepto de core (subconjunto de imputaciones dentro de un conjunto, que podran constituir acuerdos no impugnables unilateralmente y que aporten mayor beneficio que lo conseguible en forma
563
individual); el concepto de nucleolus (cuando la solucin cooperativa del core no es ni un conjunto vaco ni demasiado grande); el valor de Shapley (valor esperado de la contribucin marginal de un jugador que accede a una coalicin); coaliciones y juegos equilibrados para ver si un core es o no vaco; formacin de coaliciones mediante complejos anlisis combinatorios para conjuntos en los que en 2 n -1 los n agentes es grande; el ndice de Banzhaf en coaliciones binarias y multilineales; el ndice similar de Owen para definir cuando es ventajoso para un subconjunto coaligarse; as como tambin los procesos para solucionar los juegos de mltiples alternativas, cuyos tratamientos en complejos sistemas axiomticos con desarrollos recientes exceden lo requerido para una introduccin en un curso general de microeconmica.
EJEMPLOS DE JUEGOS NO COOPERATIVOS

En cuanto a los primeros casos elementales de juegos estratgicos, con dos jugadores y dos estrategias fueron formulados mediante dos matrices (bimatriciales), o bien con una sola matriz, que en vez de escalares (cifras) contiene vectores fila con las estrategias de ambos, tanto en casos estticos como repetidos y con dos o con N jugadores: juegos multiobjetivo, considerando diferentes estrategias y/o muchos jugadores (no cooperativos, mediante mtodos grficos, mtodos analticos o con programacin lineal, incluso mediante aplicaciones computarizadas, especialmente para los casos de varios jugadores y estrategias). Algunos 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., cuya presentacin como casos simples permite concretar los conceptos bsicos de juegos; y a continuacin plantear el tratamiento original de la competencia imperfecta clsica (oligopolio) mediante este enfoque de la teora de juegos.
564
EL DILEMA DEL PRISIONERO

(matricial vectorial, nico o esttico)
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)
Prisionero Y No confesar Confesar 2 ; 2 10 ; 1 1 ; 10 5 ; 5
Prisionero X
No confesar Confesar
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.
565
La aplicacin de la estrategia maximin (para ambos) 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 ambos es peor que si ambos hubieran elegido la lealtad, an as 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 (presentado con matriz vectorial y no escalar). Fue formalizado y analizado por primera vez por A. W. Tucker en 1950. De 2x2, equilibrado, con solucin segn Nash (sin ensilladura), no corresponde su implementacin con programacin lineal en esta forma esttica. El dilema del prisionero puede ampliarse agregando la condicin de ser repetido indefinidamente: la estrategia de amenaza, basada en la represalia del ojo por ojo, o estrategia gatillo (trigger strategy) hace que si uno denuncia el otro tambin lo har a partir de ese momento, obtenindose otro equilibrio de Nash al ser repetido indefinidamente. Al introducir condiciones de informacin incompleta, como por ejemplo hacer creer que uno pueda actuar en forma irracional, se agrega la nocin de reputacin de cada jugador. Cada jugador calcula la esperanza de que el otro no denuncie en cada secuencia del juego segn esa reputacin, basndose en conjeturas o creencias que tienden a ser profecas autorealizadoras; conduciran a la eleccin de estrategias de equilibrio con un pago mejor que bajo represalias gatillo sin incertidumbre.
TOMA Y DACA
Este juego se ve como una estrategia ptima en teora de los juegos para el dilema del prisionero pero iterado. La expresin tit for tat se refiere a golpes suaves, que se entienden como una "represalia
566
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. ESTRATEGIAS MIXTAS Supnganse dos empresas que compiten monoplicamente. Ambas coinciden en la visin del mercado y procuran que su oponente no anticipe cual ser su accionar en cada campaa para que no pueda neutralizarla. A tiene 2 estrategias y B 3 en sucesivos juegos repetidos. Los ingresos de una se consideran sustrados a las posibilidades de la otra. La matriz de pagos a una representa lo que pierde la otra: PAGOS PARA A: A 5 9 B 7 4 2 8
567
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 (maximin). B esta calculando sobre estos pagos para A, entonces seleccionar aqu los tres mximos (9, 7, 8) y elige el menor, 7 (minimax). Sus decisiones no coinciden; no hay punto de ensilladura y debern proceder con otro criterio, mediante estrategias mixtas. ESTRATEGIAS DOMINADAS Adems, B estudia los premios que recibira A y como tiene una estrategia ms que A observa que B perdera en las dos ltimas menos que con la primera: entonces B considera que tiene su primer estrategia dominada por las otras dos. Su matriz de juego queda reducida a: PAGOS PARA A B A 7 2 4 8 A selecciona los mnimos (2 y 4) y elige 4 (el maximin). B selecciona los mximos (7 y 8) y elige 7 (el minimax). Tampoco hay punto de ensilladura o coincidencia, por lo que siendo juegos repetidos eligen estrategias mixtas, calculando grficamente, analticamente y/o mediante programacin lineal.
AMENAZA CREIBLE
Una estrategia de amenaza puede ser o no creble, de acuerdo a que sea compatible con la optimizacin actual segn el criterio maximin. Supongamos dos empresas A y B que compiten produciendo caos de acero, para uso mecnico y para uso conduccin de agua.
568
De acuerdo a la siguiente matriz vectorial de pagos (beneficios para A y B segn sus maximin) la empresa A-filas tiene su maximin produciendo caos para uso mecnico (ganando 1) y la empresa Bcolumnas optimiza (tambin segn su maximin en la forma vectorial) produciendo caos para conduccin (ganando 2). CAOS PARA USOS:
Mecnico Conduccin 3 , 2 0 , 7 1 , 8 5 , 4
Mecnico Conduccin
No sera creble que la empresa A amenazara a la B con aumentar la venta de caos para uso conduccin, ya que as reducira sus beneficios actuales o pagos de 1 y pasara a ganar menos o a tener prdidas. Tampoco sera creble que la firma 2 amenazara a la firma 1 con expandir sus ventas de caos para uso mecnico, ya que actualmente la firma 2 optimiza segn su maximin 4 vendiendo caos para conduccin de agua. No obstante, las firmas podran adoptar una estrategia disuasiva para neutralizar la entrada en competencia en este mercado de nuevos competidores, o bien inversiones competitivas en una firma actual, ya sea anunciando o bien implementando inversiones en sus propias instalaciones como estrategia disuasiva, segn sea el rubro y el equilibrio actual.
569
DOMINACION - DOMINANCIA JUEGOS CON PROGRAMACIN LINEAL, GEOMTRICAMENTE, ANALTICAMENTE Y CON SOLVER
Cuando no hay ensilladura J. Nash propuso estrategias mixtas. En el caso particular de juegos repetidos, bajo incertidumbre pero con la racionalidad N-M el clculo de la dominancia podr precisarse analticamente y grficamente: Con criterio asegurador el jugador A, igualara las probabilidades de ganar y perder cada accin suya, segn lo que pueda adoptar el oponente (en columnas): por ejemplo, lo que obtendra A, segn que B pueda adoptar su primer o segunda estrategia, sera segn la primer columna: 7P +4(1-P), o sea 3P +4, que es posible graficar asignando valores arbitrarios P=0 y P=1, obtenindose los extremos de la lnea P1: 4 y 7. Si B adoptara la segunda estrategia, A obtendra segn la segunda columna: 2P +8(1-P), o sea, -6P + 8, que es posible graficar asignando valores arbitrarios P=0 y P=1 para obtener dos puntos 8 y 2 de la lnea P2:
570
VE 8 5,33 4
P1 7
2 P2
1-P
0,44
Analticamente: A debe igualar las posibilidades de accin de B, o sea: 7p + 4(1-p) = 2p + 8(1-p) 2p - 8p + 8 = 7p 4p + 4 2p 8p 7p +4p = -4 -9p = -4 ; 9p = 4; con p = 0,44 que confirma analticamente lo obtenido grficamente. Con ese criterio asegurador, A juega al azar pero cuidando totalizar estas proporciones: 0,44 de ganar (segn el criterio maximin A gana si elige su primer fila (o sea, 2) y B eligiera la segunda columna, o sea, 2). A esto A le suma 0.56 de posibilidad de perder (A pierde si eligi la primer fila pero B no eligi la segunda columna: si en esa columna no recibe 2 A debe recibir 8). O sea, 0.44(2) + 0.56(8) =$5.53 Igualmente para B: Dado que B analiza con la matriz de pagos para A, iguala las probabilidades de premios a obtener segn que A pueda decidir jugar con la primera o segunda estrategia (filas).
571
Geomtricamente, segn sea la fila que A decida jugar, B obtendra: Primera fila: 7P +2(1-P), o sea 5P +2, que podemos graficar como lnea P1, asignando valores arbitrarios P=0 y P=1 y obteniendo como VE los extremos 2 y 7 para la lnea P1. Si A jugase con la segunda fila, B obtendra: 4P +8(1-P), o sea -4P +8; que se puede graficar asignando valores arbitrarios P=0 y P=1 para obtener los extremos 8 y 4 de la lnea P2. La resolucin geomtricamente, surge al igualar ambas lneas, obteniendo el valor esperado $5,33 con la P=0,67
VE 8 5,33 2
P1 7
4 P2
1-P Analticamente:
0,67
7p + 2(1-p) = 4p + 8(1-p) 7p 2p + 2 = 4p 8p + 8 7p -2p 4p+ 8p = 6 ; 9p = 6;
con p= 0,67
El VE $5,33, se obtiene de juegos al azar, que cuidan totalizar estas proporciones: 0,67(7) + 0,33(2), que tambin suman VE = $5,36. Es decir, segn el criterio minimax B gana si elige la primer columna y A eligiera la primer fila (7). A esto le suma B la posibilidad de per-
572
der: B pierde si eligi la primer columna pero A no eligi la primer fila. Si B ganaba con (7) y la jugada de A con la primer fila le hace perder, entonces B pierde (2). O sea, VE = 0.667(7) + 0.335(2) = $5.53
JUEGOS EN FORMA EXTENSIVA

DILEMA DEL PRISIONERO EN LA FORMA EXTENSIVA (ARBOL) Para especificar un juego en la forma extensiva se debe definir: el momento y orden en que eligen los jugadores; el conjunto de elecciones posibles de cada jugador; la informacin de que disponen cuando les toca elegir; y los pagos para ambos en funcin de esas elecciones. En el dilema de los prisioneros no hay informacin completa para la toma de decisiones. Cada uno de los prisioneros debe razonar en forma simultnea su estrategia sin tener conocimiento de cual sea la decisin del otro. El razonamiento se aclara en forma de rbol: en el primer subjuego, el que comienza con el nodo 1, se plantean las dos alternativas disponibles, confesar y no confesar. El otro prisionero se planteara sus alternativas de confesar o no confesar en los nodos 2 y 3. Como este segundo prisionero (no interesa si es el 1 o el 2) no tiene informacin perfecta sobre la decisin del otro, suelen circularse con un marco de borde punteado los nodos 2 y 3 en los cuales decide el segundo para indicar que su informacin no es completa. Los resultados de cada alternativa figuran en los nodos 4 hasta 7 (en aos de crcel para cada uno): hay un equilibrio de Nash en no confesar, con 5 aos de crcel para cada prisionero que aplica la racionalidad N-M y se asegura el menor castigo sin arriesgar.
573
FORMA EXTENSIVA PARA LOS JUEGOS SECUENCIALES En estos casos un jugador decide despus del otro y no en forma simultnea. En un ejemplo de una inversin competitiva entre dos empresas se debe definir el momento y el orden de las jugadas, las decisiones posibles, la informacin disponible por cada empresa y los pagos a recibir por cada una segn cada decisin: en el nodo 1la empresa A decide en una primera instancia entre invertir o no invertir. En una segunda instancia en los nodos 2 y 3, la empresa B decide en cada nodo entre invertir y no invertir. Los nodos 1, 2 y 3 son nodos de decisin. Los nodos del resultado de sus decisiones figuran al final, en los nodos 4 hasta 7.
574
Por ejemplo, segn el nodo 4 la empresa A gana 30 por invertir si tambin invierte B y gana 8; pero si A invierte y B no invierte en el nodo 5 se anotan los premios respectivos, 40 para A y 1 para B, etc. El resultado del juego es que ambas empresas invierten: es el mejor resultado para ambas (nodo 4: A gana 30 y B que eligi en segunda instancia gana 8). Un Equilibrio Perfecto en Subjuegos (EPS) es un conjunto de estrategias (una de cada jugador) que en cada subjuego inducen finalmente un equilibrio de Nash (ignorando las estrategias no ptimas). En los juegos de Informacin Perfecta los EPS se pueden calcular resolviendo hacia atrs: en el nodo que empieza con 2 invertir genera mejores pagos que no invertir; en el subjuego que empieza con 3 invertir general mejores pagos que no invertir; y hacia atrs, en el subjuego que empieza con 1, invertir genera mayores pagos que no invertir. Otra forma de calcular el EPS es ir subrayando en el rbol las estrategias ganadoras: Invertir en los nodos que comienzan con 1, con 2 y con 3.
575
Esta forma extensiva (en rbol) del juego representa aqu un juego secuencial con informacin perfecta (ambas empresas saben en cual nodo estn cuando les toca elegir). Pero tambin se pueden representar as juegos cuando no existe informacin perfecta, (informacin imperfecta), simplemente aclarando esta situacin de B en los nodos 2 y 3 (se los suele enmarcar con borde punteado). Sera el caso de un juego simultneo (como en el dilema del prisionero), en el que la empresa B no sabra cul es la decisin de A (no sabra B en cual nodo estara).
576
JUEGOS CON PROGRAMACION LINEAL SIMPLEX JUEGOS REPETIDOS Y SUPERJUEGOS

En los casos de juegos repetidos finitos como en los de duracin terica infinita (superjuegos) la solucin de los juegos repetidos de 2 jugadores con 2 estrategias puede obtenerse en forma analtica o en forma grfica o con programacin lineal Simplex, considerando que segn el teorema minimax, lo que cada uno busca es promediar las probabilidades de ganar y perder y que estas suman uno; o sea, el valor esperado en sucesivas jugadas ser un premio similar al del oponente, a quien se supone tambin experto en estos juegos. La solucin para estos casos sencillos puede obtenerse mediante programacin lineal y tambin son Solver (para casos complejos con muchos jugadores y estrategias las dificultades de la programacin lineal requieren utilizar medios computacionales especficos ms potentes). Es necesario observar que la matriz de coeficientes sea no negativa (o se la convierte a no negativa sumndole una constante acorde a su mayor valor negativo); plantar una funcin objetivo con las valores Xi=0, que tambin incluya la constante o valor esperado E; en sujeto a las restricciones se incluyen los coeficientes y condiciones del primal o de la transformada de su traspuesta -A, orlada a la derecha, as como las restricciones de no negatividad para los Xi y E que se utilice segn la conversin inicial. Por ejemplo, el juego 7 2 es no negativo. 4 8 Su dual es la transformada de la traspuesta: -7 -2
-4 -8
577
El planteo simplex implica
-7 -4 1 por el vector 0 -2 -8 1 0 1 1 0 1
Cuya inversa y producto son: -0.11 0.11 0.44 por 0 igual a 0.44 011 -0.11 0.55 0 0.56 0.44 0.55 5.33 1 5.33 Se corresponde con el juego del oponente: 7 4 1 Cuya inversa y producto son: 0.11 -0.11 0.44 -0.11 0.11 0.56 0.67 0.33 -5.33 por 0 igual a 0.67 0 0.33 1 -5.33 2 8 1 1 1 0
La solucin de juegos repetidos mediante programacin lineal Simplex es fcil tambin para juegos de dos personas y varias estrategias.
CON SOLVER DE EXCEL

Solver simplifica la optimizacin de estos casos: para el primal se trata de maximizar un VE, sujeto a la condiciones que cada una de las estrategias valga entre 0 y 1; que cada una sea un valor positivo no nulo; y que el conjunto de ellas debe valer uno, segn el condicin de las probabilidades de La Place y/o Bayes. Al activar la macro Solver se establece como objetivo la celda D13 (sin frmulas subyacentes); se tilda Maximizar; se establecen como
578
cambiantes a calcular por Excel las cedas D9:D10 y separado por punto y coma tambin ah la propia celda objetivo D13, para que Excel tambin la optimice. Como condiciones, en Sujeto a las restricciones, que la suma de las celdas cambiantes en D11 sea =1; que los VE de cada estrategia sean mayores o iguales a la celda objetivo; y que las celdas cambiantes sean no negativo. Finalmente se tilda Convertir a no negativos y tambin programacin de tipo lineal. Al ejecutar, Solver calcula los VE y el mximo, coincidentes, as como las probabilidades para la primera y segunda estrategias de A.
579
Previamente fue necesario sumar en D11 las dos celdas superiores; y en D15 efectuar la suma producto que se indica en el cursor (y copiarla a E15). La solucin impresa por Solver debe interpretarse como que el jugador A asigna 44% de probabilidad a su estrategia radio y 56% a su estrategia TV (o sea, 0.44 (7) + 0.56 (4) =$5.33 de premio esperado para A.
580
En sntesis, para este juego repetido, el jugador A observa que su estrategia pura no coincide con la de B (sin ensilladura), ante lo cual decide una estrategia mixta, consistente en jugar al azar, pero cuidando que 44% de la veces sean Radio y 56% TV, obteniendo un premio similar al de su oponente (tambin racional: 0,44(2) + 0,56(8) = $5,33) Es decir, si A decide la fila Radio puede ganar o perder segn lo que haga B en sus columnas. Igualmente, si A decide la fila TV puede ganar o perder segn lo que haga B en las columnas. Entonces, respetando el criterio minimax, iguala sus probabilidades (o valor esperado, VE) al decidir A Radio segn lo que pueda decidir B: 2p +8(1-p) = 7p +4(1-p). Esto implica que si su oponente es racional har lo mismo y obtendrn el mismo premio. Simplificando esa expresin, surge X =0,44 como valor esperado (VE) de igualar chances; y entonces A juega al azar, pero de modo que su primer estrategia (radio) sume 44% de las veces y la segunda (TV) 56%. DUAL: Anlogamente para el caso de juegos de B: dado que con Solver se usa la matriz de pagos para A, para B se tilda Minimizar; las estrategias de B se asignan a Solver ahora segn una fila de celdas cambiantes D10:E10 juntamente con la celda objetivo separada por punto y coma (previamente se sumaron ambas celdas en F10); las restricciones son anlogas, pero en este caso las estrategias del oponente deben figurar como menores o iguales a la celda objetivo.
581
Como esta es la matriz de pagos para A, el jugador B busca el mnimo de los mximos. Su ptimo no coincida con la estrategia pura de A, por lo que en ausencia de ensilladura (equilibrio) B adopta una estrategia mixta para este juego "repetido": B juega al azar pero cuidando de totalizar 67% de veces su primer estrategia, Radio y 33% de veces la segunda estrategia, TV. De esta forma B espera lograr como promedio ponderado la mnima prdida por beneficios de A, tanto que A jugase Radio o TV (similar VE que A = $5.33).
582
JUEGO REPETIDO 2 JUGADORES 2 ESTRATEGIAS SIN ENSILLADURA (MATRICIAL ESCALAR) MATRIZ DE PAGOS PARA A: B) 8 9 A) 15 0 Bajo incertidumbre sobre qu jugar el oponente, pero con la racionalidad N-M en ambos, el jugador A, igualara las probabilidades de ganar y perder en cada accin suya (filas), segn lo que pueda adoptar el oponente (en columnas): Para resolver en forma grfica se obtienen ambas lneas de probabilidad, segn las dos columnas: p1) 8X +15(1-X) = 8X + 15 15X = -7X +15 Se grafican los extremos asignando a X valores 0 y 1: Si X=0 sera UE= 15 Si X=1 sera UE = 8 Igualmente para la otra decisin de B: P2) 9X + 0(1-X) = 9x La lnea que representa esta expresin es una recta por el origen con pendiente 9; sus extremos son: Si X =0 entonces UE= 0 Si X=1 entonces UE = 9
583
VE 15 P1
8.44 P2 8
1-P
0,94
La interseccin de ambas lneas permite obtener la frecuencia de juego de la primera estrategia y la utilidad esperada o VE: Igualando ambas funciones: -7X + 15 = 9X 16X = 15; X= 0.94 (94%); y 1-X = 0.06 (6%) VE: 0.94 (9) + 0.06 (0) = $8,44. Analticamente: A debe igualar las posibilidades de accin de B, o sea: 8p + 15(1-p) = 9p + 0(1-p) 8p - 15p + 15 = 9p 0p + 0 -16p = -15 ; p = 0,94 que confirma analticamente lo obtenido grficamente. Con ese criterio asegurador, A juega al azar pero cuidando totalizar estas proporciones: 94% de ganar (segn el criterio maximin A gana si elige su primer fila (o sea, 8) y pierde si elige la segunda (o sea, 15): 0.94(8) + 0.06(15) =$8.44
584
Igualmente para B: Dado que B analiza con la matriz de pagos para A, iguala las probabilidades de premios a obtener segn que A pueda decidir jugar con la primera o segunda estrategia (filas). Geomtricamente, segn sea la fila que A decida jugar, B obtendra: Primera fila: 8P +9(1-P), o sea -P+9, que podemos graficar como lnea P1, asignando valores arbitrarios P=0 y P=1 y obteniendo como VE los extremos 9 y 8 para la lnea P1. Si A jugase con la segunda fila, B obtendra: 15P +0(1-P), o sea 15P; que se puede graficar asignando valores arbitrarios P=0 y P=1 para obtener los extremos 8 y 4 de la lnea P2. La resolucin geomtricamente, surge al igualar ambas lneas, obteniendo el valor esperado $5,33 con la P=0,67 VE P1 9 8.44 P2 1-P Analticamente: 8p + 9(1-p) = 15p + 0(1-p) 8p 9p + 9 = 15p 0p + 0 -p 15p = -9; 16p = 9; con p= 0,56 0,56 1 P 15
585
El VE se obtiene de juegos al azar, que cuidan totalizar estas proporciones: 0,56(8) + 0,44(15), que tambin suman VE = $8.44. Con Programacin lineal: Una tercera alternativa, aplicable tambin para casos mayores a dos jugadores, es la resolucin mediante programacin lineal, del caso primal (jugador A) y de su dual (jugador B). Para el primal se trata de maximizar un VE, sujeto a la condiciones que cada una de las estrategias valga entre 0 y 1; que cada una sea un valor positivo no nulo; y que el conjunto de ellas debe valer uno, segn el condicin de las probabilidades de La Place y/o Bayes. Al activar la macro Solver se establece como objetivo la celda D13 (sin frmulas subyacentes); se tilda Maximizar; se establecen como cambiantes a calcular por Excel las cedas D9:D10 y separado por punto y coma tambin ah la propia celda objetivo D13, para que Excel tambin la optimice. Como condiciones, en Sujeto a las restricciones, que la suma de las celdas cambiantes en D11 sea =1; que los VE de cada estrategia sean mayores o iguales a la celda objetivo; y que las celdas cambiantes sean no negativo. Finalmente se tilda Convertir a no negativos y tambin programacin de tipo lineal. Al ejecutar, Solver calcula los VE y el mximo, coincidentes, as como las probabilidades para la primera y segunda estrategias de A.
586
A asigna 94% a su primer estrategia y 6% a la segunda: 0.94 (8) + 0.06 (15) =$8.44.
Igualmente para el caso dual, el juegos de B: dado que con Solver se usa la matriz de pagos para A, para B se tilda Minimizar; las estrategias de B se asignan a Solver ahora segn una fila de celdas cambiantes D10:E10 juntamente con la celda objetivo separada por
587
punto y coma (previamente se sumaron ambas celdas en F10); las restricciones son anlogas, pero en este caso las estrategias del oponente deben figurar como menores o iguales a la celda objetivo.
Como esta es la matriz de pagos para A, el jugador B busca el mnimo de los mximos. Su ptimo no coincida con la estrategia pura de A, por lo que en ausencia de ensilladura (equilibrio) B adopta una estrategia mixta para este juego "repetido": B juega al azar pero cuidando de totalizar 56% de veces su primer estrategia, Radio y 44% de veces la segunda estrategia, TV. De esta forma B espera lograr como promedio ponderado la mnima prdida por beneficios de A, tanto que A jugase Radio o TV (similar VE que A = $8.44).
588
JUEGO DE DOS JUGADORES CON MS ESTRATEGIAS
A efecta juegos repetidos pero con 73% de probabilidad a su primer estrategia radio 5 y 27% de los juegos a su segunda estrategia TV 0, obteniendo un premio de $3.64, similar que B.
589
B asigna 55% de sus juegos a la estrategia radio y 45% a la estrategia diarios, obteniendo un valor esperado similar que A: $3.64.
PIEDRA PAPEL TIJERA (matricial escalar repetido) Otra ventaja de esta modalidad diferente de Solver, para programacin lineal de casos repetidos con probabilidades que suman uno, es que Excel permite la resolucin de casos mayores a 2x2 con ms estrategias en uno o ambos jugadores.
590
Juego con dos jugadores, tres estrategias, dinmico, repetido, finito, con premio para quien gane antes una cantidad pautada; por ejemplo de tres aciertos y el oponente lava los platos (uno de los casos
planteados en el mencionado Game Theory and Economic Behavior, J.von Neumann O. Morguenstern, Princepton Un.Pres september 1946/53)
O sea, un juego con 1/3 de probabilidad que tiene esta representacin: Jugador B Columnas 0 1 -1 -1 0 1 1 -1 0
Jugador A filas
Reglas: sucesivos juegos con N=2, ambos jugadores mostrando simultneamente el puo cerrado, dos dedos abiertos o toda la
591
mano abierta. Piedra (pisa) gana a tijera; tijera (corta) gana a papel; papel gana (envuelve) a piedra (Pi>Ti; Ti>Pa; Pa>Pi) En este sentido, la programacin lineal aporta un mtodo apropiado, para determinar el tipo de estrategias y solucin, las cuales se facilitan con Solver de Excel: se suman en D12 las tres celdas superiores; tildando maximizar, se indica a Solver la celda objetivo D13; en Cambiando las celdas D9:D11; D13 (pero se le agreg ;D13) y en Sujeto a las restricciones las que muestra la imagen (se observa que la desigualdad leve D15:F15>=D13 es mayor o igual que la celda objetivo). La solucin esta caracterizada tambin con el enfoque de J.Nash para estrategias mixtas: jugar al azar pero sumando las proporciones segn el anlisis de dominancia; pero tendra esto sentido para un juego repetido suficientemente largo. Para este u otros casos similares, una implementacin del desarrollo de este juego con Excel (como dinmico suficientemente largo) tambin podra incluir la posibilidad de su ejecucin, asignando a cada accin por lnea los valores mediante la funcin =aleatorio( ; ).
592
Con jugadas al azar pero cumpliendo esas proporciones se asegura un premio neutro, lo cual es mejor que jugar sin orden y tener un premio negativo (perder): A asigna 33% a cada estrategia, con VE= $0. El dual de este primal es la situacin del otro jugador, que obtiene un premio similar: solo se cambia en Solver tildar la opcin minimizar, la suma de las tres celdas cambiantes en F10 y las sumaproducto en columna D15:D17 segn muestra el cursor. En Sujeto a las restricciones, la desigualdad leve D15:D17 <=D13 (es menor o igual que la celda objetivo).
593
B asigna 33% a cada estrategia y obtiene un premio similar al de A: $0, o sea sin ganancia ni prdida, segn el planteo maximin consistente en promediar resultados eventuales, minimizando riesgos, que confluyen en igualdad de premios y probabilidades para ambos jugadores. LA GUERRA DE LOS SEXOS (matricial vectorial) Dos jugadores, dos estrategias: 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
594
coincidir, pero en la actividad que a ellos les gusta y no se pueden coordinar previamente.
Ana Discoteca 1, 1 2, 3
Alberto Ftbol Discoteca
Ftbol 3, 2 0, 0
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), mientras 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.
595
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, por preferencias (asimtrico) y la restriccin de no coordinacin pero modificando ahora como juego dinmico, con una solucin segn Nash, de tipo segundo mejor (o mal menor). En este ltimo caso la solucin mediante programacin lineal Simplex con Solver tendra el siguiente primal:
596
Con similar solucin para el dual:
POLICIAS Y LADRONES (matricial vectorial) Este juego tambin esta incluido en Game Theory an Econ omic Behavior, en su forma matricial escalar, aunque tambin puede plantearse en su forma matricial vectorial.
: En la ciudad existen dos sectores A y B afectados por operaciones delictivas. Una numerosa organizacin decidi operar en un solo
597
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 vectorial de pagos (tambin podra representarse bimatricialmente, una para policas con estos escalares antes de la coma y otra para ladrones con los escalares posteriores a la coma): Operar en sector A 1 ; -1 -1 ; 1 Operar en sector B -1 ; 1 1 ; -1
Patrullar en A Patrullar en B
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 solucin para este juego repetido puede obtenerse mediante Solver: ni ganancia ni prdida, en funcin del teorema del minimax, que dado el conocimiento mtuo del juego, solo se puede esperar un promedio de las posibilidades de xito, obteniendo una VE nulo, sin ganancia pero tampoco con prdida.
598
Ese primal tiene como dual el juego para ladrones, Con similar resultado:
599
B obtiene un VE nulo, sin ganancia pero tampoco con prdida.
600
HALCON Y PALOMA (matricial vectorial) 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.
Dos autos de frente: Jugador Se Aparta 2 Sigue Jugador 1 Se Aparta Sigue 0, 0 +1 , -1 -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.
601
DOS CONSTRUCTORAS Dos empresas concursan (matricial escalar 3x3) en la adjudicacin de un proyecto de construccin, ofreciendo cada una tres tipos de posibles proyectos P1, P2 y P3, segn la siguiente matriz de ganancias, en la que el premio ser 1 si su proyecto vence; -1 si pierde; y 0 si el concurso queda desierto y debe repetirse la convocatoria. Se busca maximizar el VE en D13; sujeto a que VE= X1+X2+X3=1; o sea, VE= X2 -X3; VE = -X1 +X3; VE= X1 -X2; y con X1, X2,X3>0; La solucin primal es VE=0, con P1= 1/3, P2= 1/3 y P3= 1/3 . Este primal con A tiene como dual la solucin de B y viceversa. En este juego repetido, el jugador A observa que su estrategia pura no coincide necesariamente con la de B (sin ensilladura), ante lo cual decide una estrategia mixta, consistente en jugar al azar, pero cuidando que 33% de la veces sean Proy.1, 33% Proy.2 y 33% Proy.3, obteniendo un premio similar al de su oponente (tambin racional).
602
Es decir, si A decide la fila uno Proy.1 puede ganar o perder segn lo que haga B en sus columnas. Igualmente, si A decide la fila 2 Proy.2 o la fila 3 Proy.3, puede ganar o perder segn lo que haga B en las columnas. Entonces iguala sus probabilidades (o valor esperado, VE) al decidir A Proy.1, Proy.2 o Proy.3, segn lo que pueda decidir B. Esto implica que si su oponente es racional har lo mismo y obtendr el mismo premio: no ganar ni perder.
603
604
OTRO EJEMPLO JUEGO DE 3X3: PRIMAL
A asigna 25% de sus juegos repetidos a su primer estrategia, 25% a la segunda y 50% a la tercera, obteniendo un valor esperado similar que el de B, $ 2.50 DUAL
605
En este caso B asigna 25% de sus juegos repetidos a su primer estrategia, 25% a la segunda y 50% a la tercera, obteniendo un valor esperado similar que el de A, $ 2.50
606
EJEMPLO DOS JUGADORES CON CUATRO ESTRATEGIAS PRIMAL SIMPLEX MATRICIAL (ESCALARES)
A asigna 33% de juegos repetidos a cada una de sus tres primeras estrategias, obteniendo un premio de $ 0.667, similar que obtiene B.
607
DUAL
B asigna 33% de sus juegos repetidos a cada una de sus tres primeras estrategias y obtiene un premio de $0.667, igual que A.
608
FOLK THEOREM
El folk theorem es particularmente referido a los juegos repetidos. Al igual que el teorema del punto fijo, este teorema folk es otro concepto matemtico genrico, que se aplica cuando se admite u observa el cumplimiento de condiciones an sin que alguien lo haya rigurosamente demostrado. Este teorema folk (popular) aplicado a la teora de los juegos establece que una estrategia ser una solucin si es seleccionada mediante el criterio maximin; no obstante que pueda haber diferentes resultados que sean equilibrio perfecto en subjuegos (EPS). Al elegir el mximo de todos los mnimos se le est dejando al oponente un premio similar al propio; y es optimizante, ya que se selecciona para s la mejor entre todas las alternativa que el oponente desecha; al no poder as oponerse el contrincante se obtiene para uno el mejor pago en forma segura y, sobre todo, el jugador se evita otros resultados peores (optimiza, maximizando ganancias o minimizando prdidas).
609
TEORA DE LOS JUEGOS DUOPOLIO ( R. Bronson - I.O.) 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 (R.Bronson, Inv.Operativa -Schaum). La distancia entre ellas es la siguiente:
DOUPOLIO: NUEVO SUPERMERCADO
CORDOBA 10 Km
15 Km
ROSARIO 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.
610
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 ms 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. COMO 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 puras: 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%.
611
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%.
612
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 precautoriamente 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 (segn Nash) para decidir el reparto (por ejemplo, con colusin tipo Stackelberg).
613
OLIGOPOLIO Y LA TEORIA DE JUEGOS
Los supuestos bsicos necesarios son una demanda competitiva que depende del precio de un bien tpico no Giffen; los demandantes son precioaceptantes, pero los oligopolistas no son precioaceptantes y buscan maximizar beneficios, pero no pueden discriminar precios. Todas las empresas conocen la funcin de demanda; no pueden almacenar existencia y deben vender lo producido en el perodo. Los textos suelen simplificar mediante demandas y costos lineales o con costos marginales constantes, para ilustrar sobre los precios y cantidades monoplicos o competitivos de estos modelos:
C = P = a -2(Q) Monopolio: Q = (a-c)/2 Stackelberg: q1 = a c)/2 q2 = (a c)/4
614
Q = q1 + q2 = 3/*4(a c)
O sea:
Pero limitan as aun ms la realidad de este tratamiento. Para estos casos se desarrollan aqu los conceptos utilizando los ejemplos ya resueltos previamente (de Dieguez y Porto, Problemas de Microeconoma, Ed. Amorrortu 1971) para el anlisis clsico del oligopolio. Un juego es cualquier situacin en la que los individuos deben tomar decisiones estratgicas y en la que el resultado final depende de lo que cada uno decida hacer (Nicholson, 1997). En el duopolio segn Cournot (1838), sin diferenciacin del producto y sin colusin; cada uno reacciona en funcin de la cantidad que ira a producir el otro; ambas empresas saben que los precios se adaptan segn la oferta total.
615
El duopolio de Bertrand (1883), es similar al anterior, pero con precios como variable de decisin (tambin se puede plantear con diferenciacin de productos, sustitutivos); cada uno puede elegir el precio, pero la demanda es elstica. Finalmente, es un juego inestable en cuanto conduce a una guerra de precios y a la quiebra de alguna empresa (con la posterior aparicin de otro competidor para reiniciar el proceso). Juegos dinmicos, con informacin completa: Juegos repetidos, como el duopolio segn Stackelberg (1934), parecido al de Cournot, pero no eligen o razonan simultneamente sino uno despus del otro (en forma secuencial en dos etapas), inicialmente la lder y luego la seguidora. Juegos con colusin, cartel, como un primer tratamiento bajo teora de los juegos cooperativos. 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 (en los que gana el de mayor precio ofrecido, pero paga segn el segundo precio; y si empata se decide por el subndice menor). Juegos estticos con informacin incompleta: caso esttico como en el duopolio de Cournot pero con informacin asimtrica.
616
MODELO DE COURNOT COMO TEORIA DE JUEGOS

En este primer planteo, de 1835, cada empresa decide el nivel produccin simultneamente con la otra (sin informacin previa) y la produccin agregada se vende al precio que indica la funcin de demanda. La funcin de reaccin de cada una expresa lo que la empresa producir, considerando la produccin de la otra empresa. Estas funciones de reaccin del modelo de Cournot tienen pendiente negativa, lo cual revela que a mayores cantidades menor ser el precio, entonces, cada uno producir menos cuanto ms estime que producir la otra (como en algunos mercados de productos agrcolas). X2 X1 = f(x2) f. reaccin1 6.17 E
X2 = g(x1) f.reaccin2 5,53 X1
En la teora de los juegos estas funciones de reaccin se interpretan como la mejor respuestas de cada una segn lo que estime producir la otra empresa; y a estos resultados se los considera hoy un equilibrio de Nash: un vector con ambas estrategias que son las mejores para cada empresa (18.26; 32.86); ninguna de ellas tiene incentivos para desviarse de esta estrategia de equilibrio.
Empresa 2
617
Empresa 1
Coopera No coopera
Coopera (29.50; 29.50) (23.74; 19.93)
No coopera (10.40; 46.17) (18.26; 32.86)
En la teora de los juegos tambin se encuentra analoga entre el modelo de Cournot y el dilema de los prisioneros: si las empresas coluden (como cartel o un monopolio con dos plantas) obtendran los mayores beneficios conjuntos; pero si una no cooperara la otra se perjudicara, ante lo cual deciden actuar por su cuenta, guindose por un criterio prudencial, asegurador y obteniendo algo como un mejor segundo premio. Estas estrategias posibles de ambas empresas surgen ante la posibilidad de cooperar formando un cartel, o de no hacerlo. Si ambas cooperan ponindose de acuerdo y actuando como un cartel, el resultado conjunto es un beneficio de $59, a distribuir con algn criterio ajeno a estos modelos aqu presentados (Diguez y Porto). El reparto de los beneficios en un cartel es una cuestin racional o no, pero para simplificar esta representacin de juegos suponemos ahora que lo hacen por mitades, 29.50 cada una cooperando. Sin embargo, esta alternativa no es un equilibrio de Nash, ya que no pueden estar seguras del cumplimiento del acuerdo. Si la empresa 1 coopera y la empresa 2 no lo hace, entonces la empresa 1 vende 3,5 kilos (cartel) y la empresa 2 (segn su funcin de reaccin) vendera 6,94 kilos, sumando 10.44 kilos. El precio para 10.44 kilos es P = 30 10.44 =$19.56. El beneficio para la empresa 1 sera B1= -5/4(3.5)2 +20.(35.) -3.5(6.94) -20= $10.40. El beneficio para el empresa 2 sera B2= -4/3(6.94)2 + 22(6.94) -3.5(6.94) -18 =$46.17. Si la empresa 1 no coopera y la empresa 2 coopera, esta producira 5.6 kilos (cartel); por consiguiente segn la funcin de reaccin de la primera X1 = 8 -2/5(5.6) = 5.76 kilos. Los beneficios seran: para la primera, B1= -5/4(5.76)2 +20(5.76) -5.76(5.6) -20 = $23.74. Para la segunda, B2 = -4/3(5.6)2 +20(5.6) -5.76(5.6) -18 = $19.93.
618
En definitiva, la teora clsica presenta un esquema completo para el clculo de los ingresos, costos y beneficios de las empresas, concluyendo que si la figura de cartel fuera permitida, algn reparto racional de los beneficios conjuntos (por ejemplo, repartir por mitades solo los beneficio diferenciales a aquello que cada una ya obtendra actuando por su cuenta) es la situacin ms ventajosa para las empresas. Lo que se quiere destacar para este curso general, es que por el contrario, la teora de los juegos no puede reemplazar en las empresas a los anlisis clsicos. Solamente brinda un criterio de decisin o de interpretacin de los resultados alternativos que se deben calcular mediante el anlisis clsico tradicional: ante la falta de seguridad en la cooperacin, el equilibrio de Nash se obtiene actuando cada uno por su cuenta.
619
MODELO DE VON STACKELBERG

Se interpreta como un juego secuencial: la empresa seguidora decide despus de conocer la produccin de la lder, en decisin secuencial y no simultneamente. El modelo de Stackelberg (1934) es otro precursor de la teora de los juegos y hoy se lo reinterpreta mediante el concepto de equilibrio perfecto en subjuegos (EPS): la mejor respuesta de la seguidora ante cualquier nivel de produccin de la lder. La empresa lder optimiza incorporando en sus clculos la produccin de la seguidora (incorpora en su funcin de reaccin la funcin de reaccin de la seguidora). As como los resultados en el modelo de Cournot se acercan a los de monopolio, los resultados en el de Stackelberg se acercan a los de una solucin bajo competencia, al obtener finalmente una produccin agregada mayor que en el caso de Cournot y un precio menor con este proceso secuencial. Se supone que existen barreras a la entrada de competidores y por esto la empresa lder obtiene ventajas haciendo primero su jugada. Tambin se supone irreversibilidad de las decisiones, o sea, que la lder no pude redirigir la produccin a otros mercados luego de conocer la decisin de la seguidora en el proceso secuencial.
620
Las ventajas de ser la primera en fijar un nivel con la variable de decisin, cantidad, se aprecian en el rbol del juego en forma extensiva: a la(s) empresa seguidora(s) solo le queda la alternativa de adaptar su oferta a la demanda remanente luego de la decisin inicial de la lider. Por otra parte, el precio ser una resultante de la funcin de demanda, pero la respuesta al unsono no implica la existencia de colusin o un cartel, sino que es una simple consecuencia del juego inicial de la empresa lider, con un equilibrio de Stackelber.
621
JUEGOS CON COLUSION (CARTEL)

Segn el desarrollo anterior bajo el esquema microeconmico tradicional, si ambas empresas pudieran coludir obtendran el mayor beneficio conjunto, $59, que aqu simplificamos (excesivamente) con un reparto igualitario, $29.50. Los dems clculos corresponden a las soluciones segn Cournot y segn Stackelberg ya sea con la empresa 1 siendo lider, o bien la 2 lider y la 1 seguidora.
Empresa 2 Coopera (29.50; 29.50) (23.74; 19.93) No coopera (10.40; 46.17) (18.26; 32.86)
Empresa 1
Coopera No coopera
Un cartel es una forma monoplica y por ello el resultado conjunto genera el mayor beneficio (salvo una adicional discriminacin de precios). Pero entra en el cartel el condicionante de la credibilidad en los compromisos del acuerdo. Es como en el dilema del prisionero, en el que no solo influye la ndole de la informacin disponible sino tambin la credibilidad sobre el mantenimiento de los compromisos; de modo que la solucin $ 29.50 para cada uno bajo cartel no es precisamente un equilibrio de Nash, sino que lo ser la mejor opcin de cada una actuando por su cuenta.
DUOPOLIO DE CHAMBERLIN
Se supone colusin tcita, con aprendizaje segn la experiencia, bien homogneo y capacidad suficiente en ambos: maximizarn en forma conjunta sus beneficios, fijando el precio y cantidad conjunto como en monopolio puro, repartindose por mitades la produccin y los beneficios (un equilibrio de Nash).
622
MODELO DE HOTELLING (LOCALIZACION)

En este caso se simplifica que actan dos empresas con un bien homogneo e informacin perfecta. Se supone diferenciacin pero por el lado de la localizacin del punto de venta: dos vendedores en una playa lineal, con consumidores precio-aceptantes distribuidos uniformemente; ambas empresas adoptaran como estrategia de Nash ubicarse en el punto central, aceptando su interdependencia. Tambin sera el caso de dos candidatos que capten votantes entre electores que siempre voten por el candidato ms cercano a su posicin: si la playa tuviera 100 m de largo y la empresa o candidato I se ubicara en el metro 50 y la empresa o candidato II en el metro 40 sera: I en X=50 y II en Y =40; Pero dado que Pagos (A) + Pagos (B) = 1 Resulta: Pagos (I) = 100 X + (X-Y) / 2; o sea, 100 50 +(50-40) / 2 = 55 Tambin, Pagos (II) = Y + (X-Y) / 2; O sea, 40+(50-40) /2 =45 (ganara ms el candidato o empresa I) Si I se ubicara en X = 50 y II se ubicara en Y = 60 sera: Pagos (I) = 100 -50 +(60 -50) / 2 = 55; Pagos (II) = 100 -60 +(60-50) /2 =45; (ganara ms la empresa o candidato I). Por consiguiente, ambas empresas o candidatos se ubicaran coincidentemente: I en X = 50 y II en Y = 50; con Pagos (I) = Pagos (II) = 50 en este ejemplo, con similar ingreso o captacin de votos.
623
La teora de los juegos explica este caso como un equilibrio de Nash: sea cual sea la ubicacin de la otra empresa, la estrategia dominante de una empresa o candidato es ubicarse en el centro; el equilibrio perfecto del subjuego de una u otra empresa ser siempre ubicarse en el punto central.
EL TEOREMA DE LA MEDIANA
K. Arrow estableci las condiciones mnimas que deben reunir los sistemas de votacin entre partidos polticos (transitividad u optimalidad de Pareto dbil; racionalidad; independencia de terceras alternativas irrelevantes); bajo estas condiciones, si solo hay una nica dimensin de preferencias en estudio y estas preferencias de los votantes son unimodales, en un sistema de votacin por simple mayora el teorema del votante de la mediana establece que ganar el candidato que deje a la izquierda y a la derecha la mitad de la poblacin restante (la mediana en el ejemplo anterior, coincidente con la media en las distribuciones normales).
624
EMPRESA DOMINANTE
En algunos oligopolios existe una empresa ms grande que las otras que puede fijar el precio segn la optimizacin del propio beneficio; entonces la curva de demanda de la dominante es la diferencia entre la demanda total del mercado y la oferta de las empresas pequeas, las cuales actan como precio aceptantes en un equilibrio de Nash.
En este grfico tomado de Varian (M.I. cap.27) la lder optimiza en el punto de giro (B=0) que se indica a nivel de Y* L (con costo marginal constante e igual al ingreso marginal; y tambin ah B<0, o IMg< CMg) y con una demanda total a nivel de Y*r. (la diferencia entre estas dos cantidades coincide con la oferta del seguidor, sealada al nivel del P*)
625
DEMANDA QUEBRADA DE SWEEZY

En este casi oligopolio con demanda quebrada, si una empresa sube su precio las otras no lo subiran, esperando beneficiarse con un mayor mercado: a la izquierda del punto de equilibrio y quiebre, la demanda es elstica, ya que si alguien sube el precio cae mucho su cantidad.
Hacia la derecha del punto de equilibrio y quiebre, la demanda es inelstica, ya que si alguien baja el precio tambin lo haran las dems, pero a costa de poco aumento en la cantidad vendida. Esa situacin de equilibrio, con similares precios aun soportando diferentes costos marginales en las empresas implica un equilibrio de Nash, en cuanto estas prefieren mantener esa situacin (existiran estudios empricos que evidenciaran ausencia de ejemplos histrico en este modelo).
626
DUOPOLIO DE BERTRAND
En este caso las dos empresas tienen como variable de decisin a los precios, en un juego dinmico; el bien es homogneo y hay limitaciones de acceso al mercado; ambos deciden en forma simultnea sus precios y cada una supone que la otra mantendr el suyo fijo. Los textos simplifican suponiendo costos nulos o bien costos marginales constantes e iguales para ambas, de modo que la guerra de precios contina hasta igualar el costos marginal, con beneficios nulos. Bertrand (1883), explica as con solo dos empresas la convergencia al nivel ptimo social, que la teora convencional establece como resultado de la interaccin de muchos (infinitos) vendedores y compradores en competencia perfecta. En el caso de las empresas segn el ejemplo de Dieguez y Porto aqu comentado, la empresa 2 tiene menores costos, de modo que en este modelo la empresa uno quebrara durante el proceso de guerra de precios; pero entrara otra en su lugar para justificar y reiniciar el modelo de duopolio, por lo que se lo considera como un juego inestable (salvo agregando condicionantes adicionales, como ser restricciones de capacidad, o bien bajo diferenciacin de productos, ya sea real o simplemente percibida en marca u otras caractersticas) que conducira a alguna situacin de precios en un equilibrio de Bertrand-Nash.
627
DUOPLIO DE EDGEWORTH
En este modelo los bienes son homogneos y hay simetra entre los productores pero Edgeworth supone capacidad limitada para las empresas; los precios tambin son la variable de decisin igual que en el modelo de Bertrand, de modo que si ocurren reducciones de precios las cantidades se adecuarn sucesivamente hasta agotar la capacidad disponible (equilibrio de Nash).
628
MODELACION EMPRESA SOBREDIMENSIONADA EN UN PAIS EN DESARROLLO (*)

Ante la escasez de divisas para importaciones reemplazables, es frecuente que las empresas industriales inviertan en costosas instalaciones, que superen transitoriamente la capacidad de absorcin del mercado local en ese momento; especialmente si son pases en crecimiento o desarrollo. Consecuentemente, necesitan exportar competitivamente , a fin de ocupar ms sus instalaciones y lograr menores costos medios y precios. Estas exportaciones son resistidas por las empresas ineficientes y por los sindicatos en los pases receptores, que recurren a inventar fallidas denuncias antidumping o por subsidios (conuntervailing duties). La defensa legal de estas comienzan con la presentacin del modelo econmico seguido por la empresa exportadora (Somisa) y le contnan inspecciones del pas denunciante (EEUU) sobre costos, precios, facturacin y modelacin. Las explicaciones surgieron del analisis microeconmico clsico: la limitada venta al mercado local no permite que se alcance un punto ptimo, con un mnimo Costo Medio (CM). En estas empresas sobredimensionadas, sin exportaciones el CM sera siempre decreciente (una hiprbola), que se corresponde con funciones de Costos Totales (CT) lineales , diferentes a las usuales parablicas de los textos. Subyace la idea de una optimizacin competitiva, maximizando beneficios empresarios, cuya modelacin matemtica fij Cournot en Pars (1835) y figura en textos bsicos de microeconoma, como el de W. Baumol o el de Henderson-Quandt: mximo de una variable (Beneficios = ingresos menos costos) cuando el volumen de produccin se fija como un punto de giro (primer derivada nula) y la segunda derivada resulta negativa, confirmando que ese nivel de giro es el de mximo beneficio.
629
En la modelacin convencional la fucin de costos suele ser una parbola cuadrtica o cbica (en una variable X, cantidad o tonelaje), con un costo medio lineal o cuadrtico, que presenta un punto de mnimo costo, que segn la teora se procura como el optimo competitivo, para beneficio de la empresa y de la sociedad, al permitir gran cantidad a bajo precio. Pero en la empresa sobredimensionada de un pas en desarrollo no se puede alcanzar ese nivel de mnimo costo medio (debido al excedente de capacidad operativa de su equipo): sus producciones para uso local son insuficientes para ocuparlo a pleno y solo con la exportacin es posible utilizar la otra parte ociosa del equipo (50% en este caso). La modelacin utilizada requiri el uso de la informacin contable segn las memorias y balances anuales , firmadas por un profesional y por lo tanto legales en el pas, en EEUU y para la OMC. En los anexo A y cuadro 1 constan el importe de ventas, el costo fijo y el costo variable, as como la cantidad fsica vendida y los resultados anuales sin prdidas. Cos estos datos se estim por mimimos cuadrados una funcion de costo total, C = a + bX (con X= toneladas de chapa de acero) lineal, cuyo costo medio es CM = a/X + b, una hiprbole, que nunca alcanza un mnimo (como ocurre con la clsica parbola cuadrtica); y con costo marginal = b, constante. Igualmente con los ingresos: cuando estas empresas exportan deben hacerlo compitiendo a los bajos precios internacionales (siempre marginales, o dumping segn los criterios del mercado local receptor). Los grandes niveles exportados suelen as tener precios menores que las pequeas operaciones de clientes en el mercado local exportador (ya que a mayor CM corresponde mayores precios).
630
Pero en las denuncias se comparaban altos precios locales para pequeos clientes, con los menores precios para EEUU, que correspondan a uno o dos barcos con 8.000 toneladas mensuales de chapa. Y se presentarn factura a precios similar para dos grandes clientes locales. Tambin se presentaron las tablas de extras o descuentos de precio por cantidad, correspondientes a los CM decrecientes, segn costos de los balances firmados por cantador pblico y la capacidad de diseo del equipo. Repartiendo el costo fijo en una mayor cantidad para exportacion, bajan los costos medios totales y los precios; por lo que no constituye una discriminacin ilegal de precios la aplicacin de extras o descuentos segn la cantidad vendida. Las grandes transacciones internacionales no implican una gran cantidad de gastos en personal y otros en las reas de ventas, finanzas, crditos, expedicin, produccin, etc., que implica la atencin de los pequeos clientes locales. Al atender una usina a pequeos clientes locales se convierte en un costoso servicentro; mientras que todo este sobrecosto de servicios no existe vendiendo solo a grandes clientes masivos en condiciones fob (solo dos locales y algunos de exportacin). La modelacin reuni asi, funciones de costos y de ingresos, confeccionadas con regresin por mnimos cuadrados, sobre los datos contable de las memorias anuales, que representaba la poltica de precios y de extras por cantidades segn costos; con un 50% de exportaciones, a precios internacional inferiores a los de operaciones domsticas para los pequeos clientes (solo pocos tenan una dimensin importante).
631
Se enfrentaron con xito peridicas denuncias por dumping o por subsidios entre 1980 y 1993, alentadas por una industria norteamerica obsoleta (que luego se derrumbara en pocos aos) y que apoyaba su poderoso sindicato U. Steel Workers, imponiendo usualmente sus criterios ante algunos pases, pero no en otros, como frente a los envos de Japn, Corea, Brasil y este caso argentino. Finalmente en pocos aos ms las autoridades de aquel pas decidieron imponer manu militarI un derecho del 30% a toda importacin de acero, que tampoco evit el derrumbe de aquella industria siderrgica, automotriz, etc sobreprotegidas. No haba precios fob inferiores al costo, ni intencin de dao a aquella industria, ni discriminacin de precios; y esas denuncias fracasaron (contando especialmente con el apoyo de los sectores importadores, usuarios automotrices, de artefactos, carpintera metlica, etc.). Pero las defensas hubieran fracasado si el exportador no hubiera hecho preseantaciones con una modelacin genuina, avalada por la teora reconocida y expuesta por los prestigiosos H-Q y el honorable Baumol (segn es reconocido por sus prolongados mritos en el congreso de aquiel pas). Otro punto, trivial pero que tambin result fundamental en las denuncias, fue la justificacin de la poltica de descuentos de precios, normalmente comunicada a los clientes segn catlogos para cada producto. Surga de peridicos estudios internos comparando volmenes y costos medios, los cuales iban bajando segn se reparten los costos fijos entre un mayor tonelaje. Algo que se presume o parece obvio pero que para ser vlido requiere cuantificacin peridica y publicacin en catlogos para clientes. A continuacin se representa esta modelacin mediante un ejemplo hipottico general y competitivo: a) Caso general:
632
Una sola empresa ante una demanda competitiva P = -5X +250 ; el costo total C= 50X +120 (ambas funciones lineales, que es posible estimar con Excel utilizando Regresion sobre los datos histricos mensuales o anuales) IT = -5X2 +250X es el ingreso total, como precio (demanda) por cantidad IMg = C = -10X +250 es el ingreso marginal, con doble pendiente que el IM o P CMg = C = 50 es el costo marginal, constante ya que el CT es lineal CM = C/X = 50 +120/X es el costo medio hiprbolico, por ser el costo total lineal Condicin matemtica de equilibrio, segn Cournot: Max B, con B= IT CT; cumpliendo B = 0 y cumpliento B < 0 (condiciones necesaria y suficiente) Punto de Cournot segn B= IMg CMg = 0 IMg = CMg ; -10X +250 = 50 o sea -10X +200 = 0; X = 20 la cantidad a producir. Y con B = -10 < 0 asegura la maximizacin del beneficio, objetivo bsico reconocido en la OMC . El precio es P = -5(20) +250= $150; y el CM = 50+120/20 = $56. Resultando $B = IT CT = 150(20) ( 50(20) +120) = $1880 que podra interpretarse como el beneficio bajo monopolio puro ( con poca cantidad y alto precio). b) Si actua competitivamente, no existiran beneficios y la maxima produccin ocurrir cuando sea el IT = CT; y/o a un nivel unitario, en una empresa competitiva coincidiran el P = IM = IMg constantes, que a su vez en el punto de Cournot deben ser iguales al CMg (primera condicin de ptmo). En este caso de una empresa que actua competitivamente debera igualar P = CMg
633
O sea, -5X +250 = 50 ; -5X = -200 ; X = 40 la mayor cantidad a producir ; Con un P = -5(40) +250 = $50; el CM = 50 +120/40 = $53. El resultado sera $B = IT CT = $50(40) (50(40) +120) = $-120, de perdida (en este ejemplo con funciones improvisadas: mayor cantidad y bajo precio). c) Si exporta a precios competitivos Otra pauta de actuar competitivamente es vender al nivel del minimo CM posible, con P = CM mnimo. En este caso con CM hiperblico es: -5X + 250 = 50 + 120/X ; -5X2 +250X = 50X +120 ; -5X2 +200X 120= 0 y segn Ruffini X = -b+-(b2 -4ac)1/2 / 2a = 39 y 0,8 Con la raz 39 cumple la condicin B < 0. El precio P = 5(39) + 250 = $52; El CM = 50 + 120/39 = $ 53,1 Con beneficios $B = 52(39) (50(39) + 120) = 2070 2070 = 0$ La empresa sobredimensionada exportadora que actua competitivamente (con gran cantidad y bajo precio) cubre sus costos pero no obtiene beneficios extraordinarios, segn el modelo competitivo de largo plazo.
634
(*) Anlisis implementado por S. Eiras en Somisa, ante las autoridades de EEUU, durante las defensas de fallidas denuncias antidumping entre 1980 y 1993.
635
OLIGOPOLIO DE 3 A 9 EMPRESAS La teora clsica y los desarrollos de la programacin lineal han explicado suficientemente casos de oligopolio y especialmente el duopolio. No es frecuente la definicin sobre la cantidad o nmero de las pocas empresas en estos mercados, por lo que adoptamos aqu la definicin de tres hasta nueve (3 hasta 9) empresas, que surge de lo observado en los casos de investigaciones antidumping en los EEUU (segn se tom conocimiento durante las defensas varias de esas acusaciones -todas con resultado favorable para SOMISA- en la siderrgica argentina durante 1978 y 1993). Para las investigaciones en general, el congreso norteamericano consideraba que exista conformacin monoplica en un mercado cuando solo cuatro empresas abarcaban el 50% del mismo; por lo cual adoptamos aqu como criterio que 10 o ms empresas conforman mercados competitivos y con solo 3 a 9 empresas son mercados oligoplicos. La optimizacin en cada una de estas empresas de un mercado oligoplico tambin se encara mediante programacin lineal Simplex. No es un caso de optimizacin multiproducto / multicriterio o simultnea de varias funciones objetivo, ya que sin colusin, las empresas compiten entre s. Esta optimizacin es una situacin particular que permite explicar la teora de los juegos; en este caso, juegos con repeticin, mediante optimizacin Simplex, que Solver de Excel resuelve perfect amente. Cada empresa compite con las otras nueve y para no desaparecer debe adoptar el criterio maximin, compitiendo con todas pero en las condiciones que observa ante el competidor de menores costos o mejor posicin competitiva.
636
En el siguiente ejemplo, cada firma hace el anlisis Simplex con Solver frente a las dems: la empresa A compite con otras ocho empresas, B hasta I. Efecta la optimizacin Simplex en se ndas hojas, hoja1 hasta hoja8; similares, pero con la situacin de costos o competitiva ante cada una. Ejecuta Solver en cada una y finalmente observa cual es la empresa ms competitiva. Esa observacin es visible trayendo los resultados de cada optimizacin hacia la hoja1, como se muestra en G8:M15. Segn el criterio maximin, el mximo beneficio posible surge de la confrontacin con la empresa D: $2,29 para A y otro tanto para D; o sea $ 4,58 para ambas; pero como son 9 empresas, ese beneficio y mercado debe ser compartido con las 7 restantes, surgiendo un premio o beneficio de $0,51 para cada una de las 9 empresas.
637
638
Dado que las empresas compiten entre s, no corresponde ni es posible aqu una ejecucin simultnea o interdependiente, como en el captulo de la optimizacin multiobjetivo / multicriteria, que r equiere intervencin del decisor; segn explica o abarca la teora de la decisin (entre muchos otros de estos enfoques, es el caso presentado sobre la tradicional solucin en la empresa multiproducto, que optimiza mediante programacin lineal, pero ponderando en una sola funcin objetivo esos productos segn su contribucin marginal, decidida previamente).
639
INFORMACION IMPERFECTA Por una parte, existen Juegos con informacin incompleta: en ellos no se sabe cules son los beneficios de otros jugadores o cules son las acciones disponibles para ellos; o sea, no se conoce todo el rbol. Por otra parte, hay otros juegos en los que los jugadores conocen la estructura del mismo, o sea, tienen informacin completa, pero sin embargo, alguno de ellos puede desconocer las jugadas anteriores de sus oponentes, por lo que tendra informacin completa pero imperfecta (hay informacin imperfecta cuando un jugador no sabe lo que hicieron otros jugadores) J. Harsanyi, en una serie de artculos revisados entre 1965 y 1968, escribi sobre los juegos con informacin imperfecta (Games with incomplete informaticon played by bayesian players I-III, Berkeley, Informs 1967). En las partes I y II de este trabajo describe una nueva teora para el anlisis de juegos con informacin incompleta, distinguiendo dos casos: juegos consistentes, en los que existe una cierta distribucin de probabilidad bsica, de modo que las distribuciones de probabilidad subjetiva de los jugadores se pueden derivar como distribuciones de probabilidad condicional; y tambin juegos inconsistentes en los que dicha distribucin no existe. En la parte III demuestra que en los juegos consistentes, donde una distribucin de probabilidad bsica existe, esta es esencialmente nica. Tambin argumenta que, a falta de razones especiales en contra, se debe tratar de analizar cualquier situacin de juego con informacin incompleta en los trminos de un modelo coherente del juego, ya que demuestra que esta teora se puede extender tambin a juegos inconsistentes (But later the theory is extendet also to cases where the diferent playerssubjective probability distributions fail to satisfy the consistency assumption.).
640
Finalmente Harsanyi concluye que los juegos de informa imperfecta convertidos segn su criterio a juegos de informacin completa tienen similar tratamiento que el juego original. Los juegos de informacin incompleta se pueden interpretar, segn J. Harsanyi, como juegos de informacin imperfecta, en los que cada jugador puede pertenecer a diferentes tipos (tipos de benef icios, de estrategias disponibles, preferencias, etc). Y ante el desconocimiento del tipo real el otro jugador recurre a calcular el juego inicindolo como enfrentndose a la naturaleza: si cada jugador no sabe a qu tipo de jugadores se enfrenta, entonces supone que acta ante la naturaleza y le asigna una probabilidad a la decisin del jugador, calculndola segn la regla de Bayes ( juegos bayesianos o con equilibrios Bayesianos de Nash, ya que no tienen ensilladura y requieren estrategias mixtas tipo Nash que brinda la transformacin de Harsanyi). Por ejemplo, en un caso de dos jugadores, el primero en jugar decidira ante dos alternativas con alguna probabilidad en ellas. Luego jugaran los dos simultneamente, pero el segundo no sabe qu jug el primero y deber as decidir ante cuatro alternativas Continuando con el caso ya visto sobre juego de la guerra de los sexos, en el que se plante la solucin del caso simple (sin ensilladura) y tambin la del caso de juegos repetidos (en el que la programacin lineal determin un equilibrio con 50% de salidas segn los gustos de cada uno). Ahora veremos segn la explicacin de Harsanyi para la solucin simultnea de un juego esttico con informacin imperfecta, en el que se dispone de dos tipos de jugadores: cada uno conoce sus propias preferencias y no sabe lo que juega el otro, pero deben decidir simultneamente, por lo que segn la transformacin de Har-
641
sanyi, si el jugador 1 moviera primero entonces el jugador 2 para decidir debera recurrir a suponer un evento aleatorio inicial (un juego esttico simultneo, pero como si tuviera tres instancias: 0 (naturaleza), 1 (supuesta decisin del jugador 1) y 2 (decisin del jugador 2).
La forma extensiva (en rbol) es especialmente til cuando influye una secuencia temporal en un juego para definir la situacin estratgica; mientras que la forma normal (escalar o vectorial) es til para juegos estticos que se definen en una nica jugada. Aqu, tanto en la forma extensiva como en la siguiente forma vectorial se observa que este sera un caso sin ensilladura, en el que corresponden estrategias mixtas (si el jugador 1 es del tipo 1 tiene su maximin en el primer nodo de resultados; y si es del tipo 2 lo tiene
642
en el sexto nodo de resultados; por su parte, el jugador 2 tiene su nico minimax en los nodos primero y quinto). Pero como el jugador 2 no conoce las preferencias del jugador 1 recurre a suponerlas similares a las suyas; de todos modos, an as no sabra que podra haber decidido el jugador 1 en la instancia inicial. Efectivamente, ambos deberan decidir en forma simultnea en la instancia 2 (y con informacin imperfecta): pensando como si Ana hubiera decidido inicialmente Alberto asignara una probabilidad a que hubiera elegido Ftbol y su complemento para Discoteca. Pero ante el desconocimiento le sera indiferente igualar estas probabilidades de la decisin: j.1
\ j.2
F D
F 2 , 2 1 , 0
D 0 , 1 3 , 3
j.1 \ j.2
F D
F 3 , 2 0 , 0
D 1 , 1 2 , 3
0(p) + 2(1 P) = 3(P) + 1(1-P), o sea, 2 2P = 3P + 1 P; y 2 4P = 1; o bien 1 = 4P; o sea, P = (en este caso con preferencias del jugador 1 consistentes y anlogas a las del jugador 2, Alberto sera indiferente en escoger Ftbol o Discoteca con P = , equilibrio bayesiano de Nash, para optimizar y evitar un resultado peor). Pero si las preferencias del jugador 1 no fueran similares a las suyas, con una P > entonces Alberto escogera Ftbol. Y si fueran con una P < entonces Alberto escogera Discoteca, para optimizar y evitar un resultado peor.
643
APUESTA DE PASCAL Segn la apuesta de B. Pascal: si creo en Dios y existe voy al cielo; si no existe no pierdo nada. Si no creo en Dios y existe voy al infierno; si no existe no pierdo nada. Entonces creer en Dios es una estrategia dominante y el equilibrio en este juego de informacin imperfecta. En los juegos estticos de unipersonales de informacin perfecta hay un nico conjunto unitario de informacin (o singleton) con la solucin. Pero en los juegos unipersonales con informacin imperfecta el jugador se enfrenta a la naturaleza y se pueden resolver por el mtodo de induccin hacia atrs: observando desde los nodos de resultados, la estrategia Si es dominante y un equilibrio de Bayes Nash. En la forma extensiva:
si
cielo
1
si no infierno nada
0
si no
1
no nada
644
En la forma normal:
Creer \ Dios
Creer No creer
Existe No existe cielo nada infierno nada
645
TEORIA DE LOS ACUERDOS

En economa se estudian los acuerdos empresarios bajo el concepto de colusin o mercados con formas monoplicas tipo cartel; pero la teora de los acuerdos ha tenido gran desarrollo en algoritmos de programacin y aplicaciones para optimizacin multiobjetivo /multicriteria en otras disciplinas, como en gentica, en poltica, para programacin computacional, etc, adems de aplicaciones para la ingeniera empresarial e industrial.
En la segunda mitad del s.XX, el problema central que se encaraba era estudiar la forma en que se compatibilizan los intereses contrapuestos de los agentes y racionalizar la toma de sus decisiones individuales o grupales. J. F. Nash ampli los conceptos iniciales de von Neumann-Morguenstern sobre teora de los juegos agregando diversos casos sin ensilladura, Juntamente con Shapley, M. Shubik y M. Hauser disearon en 1950 un juego para representar la conflictiva situacin lgica ante la guerra fra por el control en la carrera nuclear, Fuck you buddy, o Hasta siempre tontos o Joder a tu v ecino: 4 jugadores que pueden establecer acuerdos a la vista, sobre la mesa y, mediante capturas o adquisiciones, gana quien logre quedarse con la fichas de los dems (7 de un color cada uno), pero lo hace a costa de establecer un acuerdo con otro o ms jugadores y finalmente traicionarlo.
Lloyd S. Shapley, en 1950 y en 2012 (premio Nobel), aport el concepto de ncleo (core) y el concepto de valor de cada jugador y de potencial en un juego; dise un algoritmo para medirlo en casos de coalicionales (con TU) y, junto con J. Har-
646
sanyi, una solucin para juegos con pagos sin transferencia de utilidad (NTU). Con Bondareva explic los juegos convexos, de ncleo vaco; y con R. J. Haumann, aplicaron la teora de los juegos a la formalizacin y claridad de las licitaciones /subastas (elaboraron un precio recomendado, aplicable a diversas situaciones como el de tarifas, aproximadamente, segn el valor esperado de su coste marginal, cuando una produccin es uniforme y se cumple una serie de premisas, sobre equilibrio presupuestario, neutralidad en la actividad, independencia de escala, etc). Juntamente con D. Gale propusieron un algoritmo, conocido como de aceptacin diferida, adecuado para la explicacin de problemas como el de los matrimonios estables, con una seleccin o combinacin de parejas segn sus preferencias entre los numerosos conjuntos de hombres y mujeres. Entre sus numerosos trabajos tambin figura uno sobre las Propiedades matemticas del ndice Banzhaf Power [1979] (con Pradeep Dubey). A.E. Roth tom los conceptos tericos de Shapley (The Shapley Value: Essay in honor of Lloyd S. Shapley, 1998) y los aplic a diversos problemas concretos, buscando formas para precisar una distribucin eficiente de pagos en aquellos casos en que los mercados no estn formalizados y/o en los que no se dispone de precios establecidos, como por ejemplo: compatibilizar la oferta de mdicos y cirujanos graduados con las necesidades de los hospitales; la de egresados economistas con los requerimientos y cargos disponibles en las universidades; padres que estudian cmo elegir colegio para sus hijos, frente a las disponibilidades en estos; compatibilizar la donacin de rganos humanos con los requerimientos de enfermos en lista de espera (Kidney Exchage, o el Intercambio de riones, 2004), etc. (Two Side Matching: A Study in Game Theoretic Modeling and Analisy)
647
INDICE DE PODER DE SHAPLEY Y DE BANZHAF CON EXCEL En los juegos con colusin o coaliciones hubo gran desarrollo de aplicaciones diferentes para algunos anlisis del poder coalicionad, especialmente en medicina (genes) y en casos como en el congreso de los EEUU, o de la UE y pases e incluso en reas menos importantes, como para asociaciones empresarias o hasta consorcios de copropietarios.
VALOR DE SHAPLEY
En el volumen II de Contributions to the Theory of Games -Princeton Un.Press- Lloyd Shapley (1963) se incluy un breve trabajo de 1954, que estableci las bases para la configuracin de un ndice del valor, que aporta o tiene cada jugador: 1 cada jugador es asignado a las coaliciones hasta completar todas las posibilidades de estas. 2 el orden es por sorteo, con similares posibilidades para todos. 3 Cada jugador espera recibir aquello con que su aporte contribuye.
648
The players in N agree to play the game v in a grand coalition, formed in the following way: 1. Starting with a single member, the coalition adds one player at a time until everybody has been admitted. 2. The order in which the players are to join is determined by chance, with all arrangements equally probable. 3. Each player, on his admission, demands and is promised the amount which his adherence contributes to the value of the coalition (as determined by the function v). The grand coalition then plays the game efficiently so as to obtain v(N) exactly enough to meet all the promises. El criterio de Shapley consiste en calcular las aportaciones marginales de cada jugador a las coaliciones posibles, entendindolas como puntos de premio o valores monetarios (en [. ] ), por ca da participacin suya en una coalicin que se convierta en ganadora por ello (en Pn(S) ):
en donde el primer factor de la sumatoria representa la probabilidad que se forme la coalicin S de jugadores y a continuacin el jugador i se le incorpore (o sea, S! o probabilidad que lleguen miembros a S; que se multiplica por la probabilidad de llegada posterior de n S -1 restantes). El segundo factor de la frmula en la sumatoria de Shapley [el corchete] est representando el valor de la contribucin de i a la coalicin; de modo que Xi es la cantidad esperada con que el jugador i contribuye a la coalicin. Por ejemplo, en un sistema de votacin en el que 3 jugadores (A, B, C) tengan una representacin de 6, 5, y 4 respectivamente, el juego se puede simbolizar como
649
(9: 6, 5, 4), indicando 9 la mayora absoluta (la mitad ms uno, enteros, es 15/2= 7.5, entero 8, +1 = 9). Para calcular el ndice de valor de Shapley se deben calcular las aportaciones marginales de cada jugador a las coaliciones posibles: supongamos en este caso un punto de premio por cada participacin suya en una coalicin que se convierta en ganadora por ello (aunque en otros casos pueden ser miles de pesos). En este ejemplo las coaliciones posibles son tres factorial: 3! = 3(2)1 =6 coaliciones: A A B B C C B C A C A B C B y las aportaciones o contribuciones marginales C que hacen ganadora a una coalicin son : A (se anotaron los votos que hacen ganador B como subndice) A A A B B C C B11 C10 A11 C9 A10 B9 C B C A B A
En este caso, los 3 jugadores hacen en la primer vuelta su aporte ganador (ver subndice sumando los votos en la 2 columna o primera vuelta): el jugador A hace ganadora dos coaliciones; B hace ganadora a otras dos; y C a otras dos coaliciones: o sea, a un punto por coalicin ganadora, cada uno rene dos puntos sobre seis (2/6 = 0.33); cada jugador tiene 33% de poder de voto. Cambiando a otro ejemplo, supongamos que la representacin de los 3 jugadores fuera 4, 3 y 2 respectivamente; el juego sera (6: 4, 3, 2), indicando 6 la mayora absoluta (51% o la mitad ms uno, 9/2 =4.5, entero 5, + 1 =6) En este segundo caso las coaliciones posibles tambin son 3! = 3(2)1 =6:
650
A A B B C C
B C A C A B
C B y las aportaciones o contribuciones marginales C que hacen ganadora a una coalicin son : A (se anotaron los votos que hacen ganador B como subndice) A
A A B B C C
B7 C6 A6 C A6 B
C B C A9 B A9
Aqu A hace ganadoras a 4 coaliciones (dos en la primer vuelta y dos en la segunda, segn muestran los subndices de las columnas 2 y 3, primera y segunda vuelta respectivamente); B hace ganadora a 1 coalicin; y C hace ganadora a 1 coalicin. Considerando que cada uno recibe un punto de premio (en otros ejemplos pueden ser importes monetarios) por cada coalicin que convierte en ganadora, A tiene 4/6 = 0.667; 66.7% de poder de voto; B hace ganadora a una coalicin y tiene 1/6 = 0.167 de coaliciones y premio por 16.7% del poder de voto; y C tambin tiene 16.7% de coaliciones, premio y puntaje. Otras pautas para calcular los ndices de valor coalicionad en los juegos cooperativos simples (como son por ejemplo los definidos mediante votacin) se fueron agregando en ampliaciones posteriores de Shapley, de Shubik y varios otros anlisis abarcando juegos cooperativos de votacin diversos; las principales son: En los juegos cooperativos con utilidad transferible (UT o TU) el ncleo (core) es la configuracin de pagos que no permite a ninguna otra coalicin alguna mejora para sus miembros (no est dominada por ninguna otra; las bloquea) ya que los satisface segn sus posibilidades, con estabilidad. el pago de cada jugador es una media ponderada de sus contribuciones marginales a las coaliciones.
651
La suma de todas las ganancias de las coaliciones ha de ser igual a la ganancia segura que se obtiene al conformar una coalicin entre todos los jugadores (gran coalicin) La ganancia de un jugador deber ser al menos tan grande como la ganancia que obtendra jugando sin conformar coaliciones. Existe racionalidad de grupo. El valor de Shapley se entiende siempre una imputacin eficiente; igualmente si el juego es superaditivo (la unin de dos coaliciones mejora lo que obtienen individualmente). Si un jugador no aade valor a alguna coalicin su valor es nulo. Si se intercambian los valores de la funcin caracterstica de dos jugadores tambin se intercambiarn las ganancias. El valor de Shapley de una suma de funciones caractersticas en dos juegos con los mismos jugadores, ser la suma de los valores de Shapley de cada juego. el valor de Shapley no tiene en cuenta factores como la existencia de alguna distribucin de coaliciones dada, o incompatibilidades entre jugadores, ni grados de cooperacin diferentes entre ellos. En realidad, existen juegos en los que unas coaliciones pueden ser ms fciles o viables que otras. Tal es por ejemplo la situacin en los consejos en el mbito de las ONU, donde pueden influir factores histricos, culturales, guerras, etc que dificulten coaliciones entre representantes de pases; y por ejemplo, Owen complement este anlisis con la idea de coalicin anidada (por estos aspectos exgenos) y otros conceptos para ampliar el ndice de Shapley a estos casos. Harsanyi, Shapley, Maschler y Owen extendieron este anlisis para los juegos con utilidad no transferible (UNT o NTU planteados por Aumann en 1961); y existen otros casos anlogos.
652
LA OPTIMIZACION SUBJETIVA (Y LOS BANZHAF):

La optimizacin multiobjetivo implica necesariamente la intervencin (previa, posterior o progresiva) del decisor, convirtindola as en un proceso subjetivo, sujeto a sus apreciaciones, valores, heurstica. Los mtodos usuales implican algoritmos de procesos Paretoeficientes u otros como los aqu presentados utilizando Excel. La inteligencia artificial implementada mediante software en las ltimas dcadas tiene desarrollos importantes en dos reas de tratamiento ilustrativas: una es en la teora de los juegos, mediante algoritmos de programacin lineal. Otra rea son los algoritmos genticos evolutivos, que utilizan muchos los terapeutas y ofrece crecientes posibilidades mdicas, bioingeniera industrial y muchos otros campos, especialmente desde el desarrollo de la programacin gentica, cuyos principales aportes figuran en los textos de Wolfgang Banzhaf: Programacin Gentica Introduccin, 1998; y Programacin Gentica Lineal, una monografa de Brameier y Banzhaf, 2007). Son ampliamente conocidos los resultados en investigaciones sobre ADN, tanto en medicina (el genoma humano, vacunas, insulina, terapias genticas), como en agricultura (cultivos transgnicos como la soja y otros granos) o ganadera (variedades sin grasas, leche enriquecida, etc). En cuanto a la programacin lineal y la teora de los juegos nos interesan particularmente algunos aportes de John Francis Banzhaf III, especialmente con su trabajo de 1965, Weighted voting does not work: A mathematical analysis. (Rutgers Law Rev., 19, 317-343).
653
J. F. Banzhaf, es muy conocido en EEUU por sus diversas actividades: contribuciones a la legislacin y polticas pblicas, con acciones legales contra las tabacaleras y su publicidad televisiva; prohibicin de fumar en vuelos; acciones sobre los derechos de autor en materia de software; acciones legales sobre la obesidad por refrescos de Coca Cola o por dietas saturadas en grasa disponibles en la cadena McDonal; etc. Pero nos interesan especialmente sus aportes sobre la medicin del poder de voto en las c oaliciones de los juegos con T.U., presentes en instituciones como el senado de los EEUU o de EU e instituciones representativas de nmeros pases, as como en las empresas u organizaciones sujetas a votacin en asambleas.
INDICE DE PODER DE BANZHAF CON EXCEL Para aplicar el ndice de Banzhaf es necesario previamente asegurar la coherencia de un sistema de votacin; por ejemplo, que excluya valores negativos y valores mayores a la totalidad de los votos, o que respeten los diferentes tipos de mayoras reglamentarias (simple, absoluta (51%), especiales (67%), o con poder de veto (un porcentaje mayor al de todos los dems), etc., segn establezcan los estatutos del juego o asociacin. Para este ejemplo en Excel la frmula incorporada en la celda D2 discrimina entre minoritario y con poder de veto; y para evitar inconsistencias se incorpor a esta celda la exigencia de incluir solo valores positivos y hasta 1400 (mediante Datos / Validacin de datos / Decimal )
654
Para el clculo del ndice de poder segn J. F. Banzhaf mediante Excel, el valor de una coalicin a estudiar se valida en D2 y luego se lo incorpora como referencia en A9 (pulsando aqu +D2). Luego se establecen en B10:B24 las coaliciones posibles (arreglos simples sin repeticin incluyendo la gran coalicin por unanimidad). En la columna siguiente se suman los votos de cada una (por ejemplo C19 es =A12+A13 ; etc. C10:C24)
655
En D10:D24 se introdujo la frmula que indica si cada coalicin pierde o gana frente al valor de la referencia estudiada en D2 o A9 (por ejemplo, D15 es =SI(C15>=$A$9;"GANA";"PIERDE") ; etc. D10:D24)). En las columnas E hasta H se recuenta el aporte o incidencia ganadora de cada jugador en las coaliciones (con 1 0, segn los resultados de cada swing del denominado penduleo de Banzhaf), mediante la frmula con en E10 ( =SI(Y($D10="GANA"; $C10$A$10<$A$9);1;0), que se copia a las dems celdas con coaliciones E10:H24 )
656
A continuacin en la fila 25 se suman las incidencias, aportes o swing de cada jugador (E25 es =SUMA(E10:E24) ; etc. E25:H25 ); y tambin se suman en I 25 las incidencias de todos los jugadores. Finalmente se calcula el ndice de Banzhaf mediante la frmula: (E26 es =E25/$I$25*100; etc E26:H26), que indica el poder de cada jugador como un porcentaje del poder o incidencia total.
657
La ventaja de esta presentacin como planilla de clculo es que puede ampliarse fcilmente para juegos mayores a cuatro jugadores, y para cada juego se obtienen automticamente los ndices de poder de Banzhaf con solo incorporar y validar los votos en la celda validante inicial D2.
658
VALOR DE SHAPLEY CON EXCEL

En la siguiente trabajo se incorpor en una macro el clculo del ndice de Banzhaf-Coleman y tambin el de Shapley-Shubik:
659
CAPITULO 10
JUEGOS MULTIPLES NO COOPERATIVOS Existen muchos ejemplos limitados para juegos de dos jugadores, cada uno con dos acciones posibles; las estrategias del sujeto B dependen de los que decida A, de modo que para B son 2 2 = 4 las estrategias posibles; el nmero de estrategias crece exponencialmente segn el nmero de jugadores y tambin segn la posibilidad de interaccin posible entre ellos: esto consiste una de las limitaciones de la teora de juegos y fue el motivo de la concentracin en juegos de pocos jugadores y estrategias. No obstante, hay diferentes anlisis para encarar los casos complejos. En particular, estn algunas referencias sobre utilitarios diseados para estos anlisis, que van ms all de la programacin lineal: Ghose y Prassad (1989) definen puntos de equilibrio con niveles de seguridad que son puntos de silla Pareto ptimo. Admiten planteos similares a los juegos escalares pero son mas complejos en funcin de la cantidad de jugadores y estrategias. Pueden programarse ejecutables para resolverlos y recientemente los utilitarios de Investigacin Operativa comienzan a incorporar estas herramientas para optimizacin multiobjetivo o multicriterio (mayormente con finalidad comercial, pero existen otros libre en la web e incluso on -line. Entonces y por ahora, lo comentado: la teora de juegos no reemplaza a la teora convencional microeconmica, clsica o neoclsica, como teora general de la empresa; simplemente es un enfoque lgico, matemtico, axiomtico y computacional, complejo pero til para reinterpretar, particularmente la teora del oligopolio (mbito en el cual se presentaron la primeras inquietudes sobre juegos), as como otros campos, en los cuales permite obtener conclusiones antes imposibles, como son los casos de juegos mltiples, la teora
660
de los acuerdos (cooperacin) y otros importantes casos puntuales, cada da aplicados a nuevos mbitos.
OPTIMIZACION MULTIOBJETIVO - MULTICRITERIO PROGRAMACION POR METAS

La agencia TopAd firm un contrato de promocin por radio y tv, que establece no utilizar ms de 6 minutos por radio; los anuncios por radio y tv deben llegar a por lo menos 45 millones de personas; el presupuesto fue fijado en $ 100 mil. La empresa tiene 10 empleados y quiere saber cuntos minutos de radio y tv optimizarn esta promocin. El siguiente cuadro resume la situacin: Audiencia en millones Costo en $ millones Empleados dedicados PENALIZACIONES: En la programacin multiobjetivo (dos o ms f.o.) por metas se fijan las funciones objetivo: Min C1 = p1 (satisfacer la meta de audiencia minimizando excesos p) Min C2 = n2 (satisfacer la meta del presupuesto minimizando defectos n) Sujeto a: Minuto de anuncios Radio TV 4 8 8 24 1 2
661
4X1 + 8X2 + p1 n1 = 45 (restriccin audiencia) 8X1 + 24X2 +p2 n2 = 100 (restriccin presupuesto) X1 + 2X2 <= 10 (restriccin personal) X1 <= 6 (restriccin radio) X1, X2, p1, n1, p2, n2 >= 0 (no negatividad)
En donde las penalizaciones se consideran como ponderadores de cada funcin objetivo o meta que son incorporadas en las restricciones como variables adicionales, tanto los desvos positivos de cada meta (p1 y p2) como los desvos negativos (n1 y n2). Segn la programacin por metas, la agencia TodAd decide considerar que la meta audiencia es el doble de importante que la meta del presupuesto (penalizaciones); entonces se replantean las funciones objetivo unificndolas como: Min Z = 2C1 + C2 = 2p1 + n2 La programacin tradicional resolva en forma dificultosa y muy limitada estos problemas (con 2 3 variables y pocas restricciones) mediante el mtodo grfico o el Simplex por etapas; sin embargo a fines del s.XX, aparecieron utilitarios que facilitan la programacin por metas (y otros mtodos alternativos), para muchas variables y restricciones.
PROGRAMACION POR METAS CON EXCEL

La macro Solver de Excel es la aplicacin ms conveniente (siempre bajo necesarios controles de racionalidad). Se ilustran ejemplos con dos variables para abreviar, pero los utilitarios procesan de igual forma muchas variables y restricciones (cientos).
662
Desarrollando este caso simplificado se observan contradicciones iniciales entre el objetivo de obtener una gran audiencia de 45 y otros objetivos o restricciones, como un solo un presupuestos de $100, solo 10 empleados o no ms de 6 minutos por radio. La propuesta tradicional consiste en determinar algunas soluciones extremas considerando solamente algunas restricciones como duras o indefectibles y olvidndose de las otras, a efectos de fijar un punto extremo u objetivo lmite sobre el cual pivotar para minimizar diferencias al momento de determinar un ptimo global (incorporando estas diferencias penalizadas en una sola funcin objetivo. Si en este caso, el decisor tomara como criterio valorar el doble un exceso de presupuesto (restriccin dura) que un defecto en audiencia (restriccin blanda): en C9 se establece la diferencia entre la restriccin audiencia y lo conseguido; en C10 se establece la diferencia entre el presupuestos y lo que se gaste; en C11 se establece la nueva funcin objetivo, minimizar un doble de la diferencia en audiencia ms la diferencia en presupuesto.
663
Al ejecutar Solver se obtiene una solucin, con 5 de radio y 2,5 de tv, que permiten obtener una audiencia de 40 (o sea que ante el objetivo limite inicial 45, surgen 5 como penalizacin minimizada). Es decir que, con 5 de radio y 2,5 tv se obtienen: 5(4) + 2,5(8) =40 de audiencia. Pero podra haber otras combinaciones posibles que tambin respetaran las restricciones duras: por ejemplo, con solo 10 empleados, 100 de presupuesto y 6 de radio como mximo (restricciones du-
664
ras), tambin se obtendra solo 40 de audiencia (blanda): utilizando 6 de radio y 2 de tv: 6(4) +2(8)=40. Es el decisor quien debe adoptar finalmente el criterio deseado, en funcin de la contradiccin inicial entre los mltiples objetivos y las restricciones.
PROGRAMACON POR METAS CON WINQSB

A continuacin se resolver este ejemplo de L.R. Sturla con WinQsb (2.0), que tambin es uno de los software ms amigable y de amplia difusin, tal como se present en el captulo anterior para facilitar la programacin lineal.
En la ventana inicial se elige Goal Programming y se abrir otra ventana para anotar el nombre del problema, la cantidad de funciones objetivo, la de variables y la de restricciones (no negativas ya lo esta por default)
665
Para implementar la modelacin algebraica de la programacin por metas se debe tener en cuenta que los utilitarios usuales operan con el algoritmo Simplex, implementado en forma matricial para el ingreso de datos; en general presentando las variables reales y adicionales como columnas y las restricciones como filas; de este modo la operatoria de la macro considerar la incidencia segn la interseccin de cada variable y restriccin, segn los coeficientes y penalizaciones establecidos. La primer fila corresponde a la/las funciones objetivo y ltima columna corresponde a los trminos independientes o lado derecho del sistema de inecuaciones (o lmites, restricciones, capacidades, etc).
666
Una vez completa esta matriz de presentacin, se pulsa en Solve and Analyze que resuelve en forma casi instantnea estos casos y presenta los resultados de esta una solucin en una venta adici onal (superpuesta y desplazable).
INTERPRETANDO LA SOLUCION: X1 = 6 minutos radio X2 = 2 minutos tv X3 = p1 = 5 millones de audiencia X5 = n2 = 4 mil $ presupuesto O sea, una solucin eficiente con X1 = 6 radio y X2 = 2 tv, pero que genera una audiencia de solo: 4(6) + 8(2) = 40 millones de personas; y con un presupuesto inferior al lmite: 8(6) + 24(2) = $ 96 mil. Las variables restantes se cumplen y figuran con resultado nulo; el hecho de que el ptimo encontrado no sea nulo implica que al me-
667
nos una de las metas no se satisface: P1 = 5 millones esta indicando que la audiencia igual a 45 millones no se alcanza; en cuanto a la meta del presupuesto $100 mil tampoco se est logrando ($96 mil), ya que n2 no es nulo. Sin embargo, en este tipo de problemas multiobjetivo o multicriterio no se consigue una solucin ptima sino solo una solucin eficiente, quedando a cargo el decidor la eleccin entre esta u otra solucin eficiente segn sus preferencias. Por ejemplo, otra solucin eficiente del problema se alcanza con estos resultados diferentes: X1 = 5 minutos (radio) X2 = 2,5 minutos (tv) P1 = 5 millones de personas de modo que aqu el objetivo de la audiencia tampoco se alcanza: 4(5) + 8(2,5) = 40 millones; aunque en este caso se cumple el objetivo del presupuesto 8(5) + 24(2,5) = $100 mil (segn indica en este otro caso un n2 = 0). Pero es el decisor quien debe elegir entre las soluciones eficientes.
ANALISIS ENVOLVENTE DE DATOS (DEA)

El AED surge en 1978 con los desarrollos de Charnes, Cooper y Rhode sobre una idea de Farrel (1957), para obtener una medida satisfactoria de la eficiencia productiva , en los casos de procesos alternativos y/o de empresas que obtienen diferentes producciones mediante insumos compartidos. Esta tcnica de programacin multiobjetivo tambin es otro proceso que implica una intervencin necesaria o toma de decisiones, as
668
como la utilizacin de algn software, dada la naturaleza compleja de estos casos de optimizacin mltiple. Existen numerosos programas especficos (muchos de uso libre y algunos on-line) y tambin se ha incorporado esta prestacin en los paquetes economtricos usuales; aqu presentamos el DEA Excel Solver Frontier, para el utilitario Excel de Microsoft; este Frontier es de acceso libre: http://www.deafrontier.net/free_dea/index.html
Requiere bajar el archivo DEA.zip, habilitar en el Excel el uso de macros (y adems, en particular, el de la macro Solver) adoptando un nivel de seguridad medio; incluye una orientacin preliminar y un archivo con un ejemplo.
En la orientacin figura a la izquierda una columna con las DMU o unidades de decisin; otras para sus imput y finalmente otras para los output.
669
Las posibilidades de aplicacin a casos econmicos son variadas (procesos, producciones, empresas, etc) para estos procesos multiobjetivo (ya que en ellos tambin se est buscando como un conjunto de soluciones Pareto-eficientes, que conforman una frontera eficiente con las mejores combinaciones productivas o resultados alcanzables).
670
El DEA.zip incluye un archivo (Example.xlsx) con el siguiente caso ejemplo, desarrollado en sus siete hojas al pie:
671
672
LOS ALGORITMOS MULTIOBJETIVO / MULTICRITERIA
LOS ALGORITMOS NO CALCULAN NADA

Lo que en el universo del nuevo lgebra abstracta se presenta como un summum de complicacin y sofisticacin no es a veces ms que un no simple lenguaje simblico (batante a criterio del redactor), que generalmente intenta expresar simples operaciones sucesivas o reiteradas, no tan complicadas, salvo para expresarlas literalmente. Muchsimas situaciones complejas de este tipo suelen resolverlas los jvenes de 15 20 aos que realizan programas de computacion para juegos y otros fines, sin recurrir a la teora de conjuntos NBG (vese ms adelante hacia el final), pero concretando sus ideas computacionalmente. Los algoritmos suelen ser solo dibujos de ideas; pero por s solos no resuelven ni calculan algo: calculan nada. Generalmente, son los programas de computacin como Excel u otros los que resuelven los clculos (salvo expeciones muy simples o primarias). Algo similar ocurre con algunos algoritmos multiobjetivo y/o multicriterio, que solo expresan sucesivos procesos aritmticos que es necesario realizar paso a paso ordenadamente. Pero la dificultad solo est mayormente en la forma de expresar esta idea. Como un ejemplo se puede citar el criterio de ordenacin de Excel en Office 2003; tiene 3 criterios para odenar simultneamente (por ejemplo, dia, mes, ao). Pero es usual que sea necesario ordenar por ms de 3 criterios, como sera por dia, mes,ao, nombre de empresa, pais de origen, marca de producto, precio, rankeado de mayor o menor o viceversa, etc. Con Office 2007 o 2010, se pueden agregar ms criterios de ordenamiento, simplemente con sendos clic y eligiendo en cada uno por cual campo o columna se desea ordenar o pivotar (c/u en orden
673
creciente o decreciente). Es este un ejemplo de proceso y algoritmo multicriterio, que requiere del ejecutor esa intervencin previa de tildar (en otros casos similares la intervencin puede ser paso a paso o bien por una seleccin posterior).
ALGORITMOS PARETO EFICIENTE El tratamiento tradicional de los problemas con el anlisis de datos bajo mltiples objetivos o multicriterio consista en la elaboracin de programa de computacin, bajo la gua o idea conceptual de algn algoritmo que sintetizara simblicamente en pocos smbolos el tratamiento a desarrollar. En definitiva, utilizando siempre programas de computacin para tratar series de datos y seleccionar los que cumplan algunos objetivos buscados. Los algoritmos y/o programas son de una variedad muy amplia, acorde con las soluciones que cada usuario encuentra para obtener la informacin buscada. Inicialmente, los programas se formulaban bajo el entorno DOS; pero desde que apareci el Office 2007 y Excel con su hoja de clculo de un milln de lneas y 20 mil columnas, aparecen cada da nuevas aplicaciones bajo este entorno Windows (todava siguen siendo ms potentes las bases monousuario como DBase 4 hasta 7 y el vFox (que Microsoft pronto sacar de circulacin, sin reemplazo en Acces ni Excel todava u Oracle; cuestiones de marketing).
674
EJECUTABLE MULTICRITERIO ORDENADOR FCE-UBA En este curso de microeconoma de la FCE-UBA se facilita un brevsimo programa bajo DOS para resolver un problema de optimizacin multicriterio, conformado por muchos millones de elementos, estructurados cada uno en un registro (lnea) con cincuenta campos o conceptos (columnas de datos). Se trata de informacin comercial de despachos diarios de importaciones de bienes en Argentina, durante perodos 1991-2008 prolongados. Es informacin sobre cantidades, precios, fechas, empresas, orgenes, marcas, calidades, etc y se buscan ah despachos que cumplan con algunas caractersticas. Sin embargo, stas puedan representar objetivos contrapuestos, como por ejemplo, bajo precio y alta calidad, o algn tamao u origen de un bien. Algunos algoritmos resuelven este problema mediante mtodos Pareto eficiente, en los que la intervencin del decisor va seleccionando progresivamente los elementos que cumplen uno de los objetivos, para repetir el proceso con otro objetivo, hasta depurar la serie seleccionando las mejores alternativas de cada objetivo y elegir en la frontera eficiente de Pareto finalmente un ptimo global, que mejore algunos objetivos y solo perjudique levemente algn otro. En este caso se suministra aqu un ejecutable sacf.exe, hecho utilizando Clipper5 bajo DOS, para simplificar las cosas en este problema, usualmente tratado en los textos con algoritmos solamente en forma simblica, pero con demasiado misterio sobre la operatoria de los procesadores (simples ordenadores o PC de mesa) Se confeccion la instruccin necesaria sobre criterios a decidir en el archivo sacf.prg escribiendo solamente el contenido entre comillas (sin incluir estas y respetando el espaciado):
675
Use 72con9 Sort on cap, part, a /d, m /d, ao, desp, /d, di, tem, si, kilos /d to 72con99 Este archivo sacf.prg no es necesario procesarlo bajo algn programa de base de datos para tratamiento de series, como DBase o vFox, ya que mediante Clipper5 se lo convirti en un ejecutable sacf.exe. Para ello se instruy al equipo bajo DOS con: clipper sacf Enter clipper rtlink Enter. De este modo, siguiendo bajo DOS y disponiendo de la base de datos 72con9 con los millones desordenados de registros de 50 campos [entre ellos los nominados en el sacf.prg: capitulo, partida, ao (en orden decreciente), mes (en orden decreciente), nmero de despacho aduanero (en orden decreciente), dgito del despacho, tem, subitem, kilos (en orden decreciente)]; en el sacf.prg se instruy que la PC o equipo inicie la base de datos configurada en su path (junto con Clipper, Dbase o vFox, NC) y abra el archivo 72con9 (que por configuracin default tiene la extensin .dbf) y proceda a ordenarlos segn el criterio ah previsto por el decisor; finalmente con to 72con99 se instruye que seleccione la base as ordenada y la guarde en un nuevo archivo 72con99.dbf El usuario decisor dispondr en este nuevo archivo 77con99.dbf de todos los despachos, pero ya ordenados segn el criterio multiobjetivo; de modo que solo le es requerido al decisor que seleccione finamente el o los despachos de un producto concreto, que cumplen con el criterio buscado (menor precio y simultneamente mejor calidad o determinado tamao u origen, etc), mediante seleccin visual de la serie final ordenada.
676
Cabe aclarar que as como es fcil simplificar la operatoria de un proceso computacional multiobjetivo-multicriterio para este caso resuelto mediante ordenamientos, tambin es igualmente fcil construir programas mediante .prg y sus ejecutables .exe para casos que impliquen sumatorias, promedios simples o mviles, etc. necesarios para otros problemas de decisin Pareto eficiente, ya sea con intervencin previa , final o interactuando con el decisor durante el proceso.
677
MULTICRITERIO MULTIOBJETIVO CON EXCEL 2007 o 2010 Sin embargo, desde 2007 tambin es posible efectuar estos anlisis multicriterio y multiobjetivo utilizando Acces y especialmente Excel con un milln de lneas. En la imagen siguiente se efectu el ordenamiento con Excel, mediante la pestaa Datos / Ordenar: se agregan suficientes renglones para los criterios de orden necesarios con Agregar nivel y se tilda en cada uno si debe ser creciente o descendente; al Aceptar sobre el rea total previamente pintada (con Maysculas y simultneamente una techa cursor) quedar instantneamente la serie original ordenada segn el criterio seleccionado (conviene guardarla con otro nombre de archivo). La decisin final del usuario consistir en elegir aquellos despachos de menor precio y mayor calidad o determinado origen o tamao, etc ya ordenados segn su criterio deseado.
678
(ud. puede aumentar el detalle de la imagen con Vista / Zoom 200% etc.)
679
EVALUACION DE LA TEORIA DE LOS JUEGOS
La teora de los juegos se conforma con reglas y mtodos para resolver un conjunto (limitado) de situaciones (preferentemente econmicas) interdependientes entre dos o ms sujetos. Estticos o dinmicos; de tipo conflicto o con cooperacin; por nica vez o repetido (finitos o infinitos); con informacin completa o incompleta /imperfecta; de dos, tres, pocos, numerosos agentes, muchos, o un continuo de agentes. Interesa tener en cuenta que en ellos se presupone racionalidad en todos los agentes; que requieren que las reglas sean conocidas antes de comenzar y adems de mutuo conocimiento; las estrategias (accin esttica o plan de juego dinmico) de cada uno; los pagos, en cantidad, su orden y el valor esperado. En los juegos estticos cada uno decide sin conocer la decisin de los oponentes. Las estrategias pueden ser puras (resultado del 100%) o mixtas con cierta probabilidad de algunas estrategias puras; discretas o bien continuas. Se pueden presentar en la forma matricial escalar o vectorial, o bien en la forma extensiva tipo rbol; en los juegos dinmicos en la forma extensiva se resuelve mediante induccin hacia atrs, desde el nodo final. Los juegos repetidos son como los estticos pero ocurren en una secuencia de varias veces, por lo cual interesa la reputacin previa y las expectativas del adversario; las amenazas y promesas deben ser crebles en funcin de los pagos implicados para quien los formula. En los juegos repetidos finitos con final conocido se invalidan las amenazas y promesas y
680
solo se repite algn posible equilibrio de Nash (Selten). En los juegos infinitos no se conoce el final y no se puede aplicar la induccin hacia atrs, por lo cual son posibles las amenazas y promesas. Segn el teorema Folk, en los juegos repetidos infinitos los jugadores reciben un pago similar, que es igual o superior a alguno de los equilibrios de Nash en el juego de una etapa y ser un equilibrio de Nash perfecto si la tasa de descuento es cercana a uno. Por ejemplo, los productores de envases industriales entregan peridicamente algunos defectuosos (un 0,5% de perros), que generan prdidas a los productores de productos qumicos, quienes necesitan comprar envases baratos para competir; la operacin es viable siempre que el descuento en el precio de los envases (por incluir perros) no llegue a impedir fabricarlos (se acerque a 1).
PARADOJA DE LA INDUCCION - MANO TEMBLOROSA
D. Ross (2005) utiliza la induccin hacia atrs desarrollando el algoritmo de Ernst Zermelo (1913) en un juego repetido finito y observ una paradoja: en el tercer perodo final el jugador 1 debe elegir Left (con pagos 3 y 1 respectivamente), que el jugador II no aceptara, ya que retrocediendo un perodo el jugador II obtendra un pago mayor, segn (0, 2); asimismo, este resultado no sera aceptado por el jugador 1, ya que retrocediendo otro perodo obtendra un pago mayor: segn (1, 10) inicial obtiene un pago 1 que es mayor que el pago 0 del periodo intermedio. La paradoja se presenta, ya que este equili-
681
brio inicial es el equilibrio de Nash; y la resuelve introduciendo una nueva variable, la posibilidad de irracionalidad o mano temblorosa
Para decidir en el ltimo perodo, el jugador II necesita suponer que el jugador I es racional y elige Left. Pero si se introduce la posibilidad de que los jugadores sean irracionales, al elegir su estrategia (con esta mano temblorosa) cambian los resultados del juego: (2, 4) es ms beneficioso para ambos. De aqu la necesidad e inters (especialmente en ciencia poltica), en divulgar y ensear la racionalidad de la teora de los juegos (con nfasis especialmente en la justificacin racional de medidas ya adoptadas en materia de guerra fra, como la crisis de misiles cubana, armamentismo, o en las polticas en Oriente Medio, etc.) Pero, si los jugadores tienen que ser educados para poder llegar a la solucin correcta de la teora de los juegos, en definitiva esta teora no est explicando satisfactoriamente los mecanismos de decisin del comportamiento humano.
682
PARADORA DEL PRISIONERO
En el dilema del prisionero reiterado con horizonte finito (informacin incompleta), la estrategia dominante es traicionar en todas las etapas, sin aprovechar las ventajas de la colusin mediante cooperacin. El equilibrio perfecto es confesor, defraudar, traicionando.
PARADOJA DEL INGRESO DE COMPETIDORES -BARRERAS DE ENTRADA -MERCADOS CONTESTABLES
En los mercados contestables, ingresan nuevas empresas compitiendo con tecnologas sin altos costos fijos. P.Sylos Labini (1962), la empresa lider procura establecer barreras de entrada (bloked entry): sus costos hundidos por aumentos de capacidad son para poder operar con menores precios, que sean disuasivos del ingreso de competidores. A.M.Spence (1977), Incumbrn disuade a Entrn mediante un aumento de la capacidad productiva para operar con menores precios y as achicar el mercado remanente para la seguidora entrante. Se concreta la amenaza creble, que a Entrn se le generen beneficios nulos o negativos conforme menor sea su demanda remanente, como en un modelo de Cournot. Para A.Dixit (1980), es un juego secuencial con induccin hacia atrs; pero se da un paradoja en estos juegos repetidos finitos, como en el del ingreso de competidores en la cadena de almacenes, que Reinhard Selten (1987) analiza paso a paso: si el juego es finito, entonces en el ltimo perodo al mo-
683
nopolio ya no conviene luchar y entrarn competidores, optimizara evitando nuevos gastos en medidas de disuasin y decidira compartir el mercado. Pero si el juego fuera infinito, este resultado no sera robusto, ya que el monopolio decidira seguir invirtiendo en medidas disuasivas, luchando para evitar el ingreso de competidores
PARADOJA DE LAS ESTRATEGIAS GATILLO -TRIGGER
En los juegos repetidos con acuerdo de cooperacin, las estrategias gatillo (trigger) seran un equilibrio de Nash: si nunca hubiera desviaciones todos los jugadores en cada subjuego elegiran la estrategia cooperacin, con igual resultado en el juego completo. Pero si hubiera una desviacin en un subjuego, los jugadores dispararan la estrategia gatillo y pasaran todos a actuar por la suya segn el equilibrio de esa etapa del subjuego, cumplindose la previsin del teorema Folk: en los juegos repetidos puede haber equilibrios con pagos superiores a los del juego base.
LIMITACIONES DE LA TEORIA DE LOS JUEGOS
En los juegos no siempre es razonable asumir el elevado nivel de racionalidad requerido por los agentes; puede no ser siempre posible precisar las reglas y resultados para todos los jugadores; y en ocasiones los resultados no surgen por aplicacin de esta teora sino por cuestiones culturales o sociales. Un conjunto de crticas sobre juegos y sus paradojas se refieren a la racionalidad de los agentes, que efectivamente no es ilimitada; adems, los agentes pueden tener diferentes cos-
684
movisiones sobre la normalidad segn su formacin, religin o cultura y ofrecer diferentes respuestas racionales unos que otros a un mismo juego. Otra de las observaciones crticas efectuadas se refiere a que esta teora de juegos se basa en el accionar de los individuos ms bien que en la consideracin de los sistemas sociales del contexto. Aumann (1998) resumi que en los juegos no cooperativos individuales (equilibrio de Nash perfecto en subjuegos) se considera en definitiva la consistencia mutua de expectativas individuales, pero ello es con independientemente de eventuales reglas impuestas por el contexto. Shubik (2000) tambin duda del alcance de los juegos estratgicos, en la medida que no consideran la innovacin, las mutaciones, ni la retroalimentacin entre el juego y su ambiente. Adems, en los agentes influyen las pasiones como el amor, odio, rabia, envidia, temores, que hacen a la toma de decisiones no necesariamente probabilsticas bajo incertidumbre. Los enfoques de la teora de los juegos se plantean conceptualmente, grficamente y mediante los anlisis matemtico o algebraico alternativos, requiriendo en muchos casos la herramienta computacional para la solucin; la teora de conjuntos y grupos es un lenguaje alternativo adecuado para el planteo de estos algoritmos, especialmente en los casos con dos o pocos agentes que no requieren una solucin computacional. Otro grupo de observaciones hace referencia a la complejidad de la implementacin computaciones para algunos juegos en el s.XXI; se menciona por ejemplo la ambigedad del concepto prctico de infinito; pero especialmente se objeta la tendencia
685
a utilizar un confuso lenguaje alternativo, diferencial, combinatorio, de conjuntos y con algoritmos de la modelacin previa a la concreta programacin computacional de muchos casos, planteados bajo un marco oscurantista innecesario.
OBSERVACION GOS
GENERAL SOBRE LATEORIA DE LOS JUE-
No existe una teora general sobre teora de los juegos; existe una coleccin de reglas y mtodos para diferentes tipos de juegos, pero son casos particulares (que enfrentan numerosas crticas en el mbito econmico y en ciencia poltica) y no conforman un enfoque general. Solo constituyen un nuevo modo de explicar satisfactoriamente situaciones de conflicto y de cooperacin; conforman mecanismos tiles que hacen a la mejor gobernanza y mejoran el anlisis tradicional clsico en numerosos casos particulares. Esto no implica insinuar en particular, que la teora de los juegos pueda reemplazar a la teora clsica microeconmica como economa de la empresa; por el contrario, el reciente enfoque de mercados imperfectos con teora de los juegos suele implicar matrices de pago, que son previamente obtenidos mediante el anlisis microeconmico clsico (ingresos, demanda, produccin, costos, beneficio, etc.). La teora de los juegos complementa a la teora microeconmica clsica en un conjunto limitado de temas de la economa de la empresa (mercados imperfectos) , as como tambin lo hace en ciencia poltica (justificacin del armamentismo y guerra fra), medicina (genoma, ADN) y otras disciplinas.
686
ECONOMIA EXPERIMENTAL Y LA SEU

Las observaciones anteriores no son un punto de vista particular aislado. Entre otros anlisis, R. Selten, en Evolution, Learning, and Economic Behavior (1990), tambin hace una exposicin de numerosos estudios y experimentos sociolgicos, referidos al enfoque tradicional bayesiano sobre la maximizacin de la utilidad esperadas subjetiva (SEU), que plantearon von Nuemann y Savage (1954) para la teora de los juegos y su aplicacin particular en microeconma. Por una parte comenta las excepciones a este criterio bayesiano, como las planteadas por la Paradoja de Allais, que considera al homo economicus como un sujeto terico, un mito, que se aleja de la realidad del comportamiento humano, muy influido por usuales inconsistencias. Menciona a Maynard Smith, que analiza el criterio del comportamiento racional en la adaptacin de las especies animales y plantas. Sin embargo, los genetistas dudan de la optimalidad en la evolucin animal, tal como en el ejemplo del desarrollo imperfecto de la jirafa, por sus limitaciones de movimiento y tener que dormir de pie, al no poder adaptar su organismo y disponer de solo 7 vrtebras en el cuello. Tambin destaca que, segn la teora de la evolucin cultural, presentada por Cavalli, Sforza y Feldman (1981), los mtodos bayesianos deberan ser enseados a los futuros ejecutivos, para garant izar el xito de los mismos; los padres culturales resultan tanto ms efectivos segn mayor sea su prestigio. Tambin Boyd y Richerson promueven el aprendizaje guiado por el ejemplo, los itos y los ingresos en dinero; y Arrow (1962) con la teo-
687
ra del aprendizaje procediendo, segn un proceso memorstico, de imitacin y de creencias en el aprendizaje. Por otra parte, Selten ve que segn los experimentalistas, esas usuales decisiones humanas tomadas a dedo se pueden relativ izar, si se incorpora en el anlisis los costos de decisin. En esta evaluacin de la SEU presenta argumentaciones sobre decenas de anlisis sociolgicos, tanto a favor como en contra de la teora bayesiana: sus defensores piensan que el problema es porque los sujetos no siguen las pautas requeridas por este comportamiento y por ejemplo tienden a sobrevaluar casos como con la ley de los pequeos nmeros, cuando la aplicacin del criterio de Bayes requiere estrictamente distribuciones de probabilidad que abarquen a todos los estados posibles de la naturaleza. H. Simon ya haba presentado en 1957 la idea del satisficing sufficing sobre racionalidad limitada en el comportamiento econmico humano usual; sin embargo, luego de una extensa evaluacin de pros y contras, por ahora la microeconoma contina con sus (exagerados) supuestos de racionalidad SEU. Es previsible que en el futuro se contine con las tendencias bayesianas y con esa sospechosa necesidad de la enseanza de sus principios para que se cumpla; sin embargo, para Selten es evidente que son necesarias nuevas teoras sobre la racionalidad limitada en el comportamiento humano microeconmico.
688
EQUILIBRIO GENERAL Y TEORIA DE LOS JUEGOS -CAJA DE EDGEWORTECONOMIA DEL BIENESTAR El enfoque de Edgeworth en1885 fue unos de los planteos clsicos mediante los cuales se intent posteriormente proyectar la solucin microeconmica del equilibrio empresario (optimizacin matemtica con una y con dos variables, segn Cournot y Pareto luego) hacia el equilibrio general macroeconmico e internacional. A nivel microeconmico y bajo condiciones competitivas este equilibrio basado en argumentos de eficiencia podra coincidir (tericamente) con el bienestar social. Sin embargo, a nivel macroeconmico y en la economa internacional este criterio eficientista no asegura la optimalidad social ni la equidad. Cualquier punto de interseccin de dos curvas de indiferencia en la caja de Edgeworth resulta ser un punto ineficiente, ya que trasladndose por alguna de ellas uno u otro pas puede llegar a un punto de la lnea de contrato, en el cual alcanza una curva superior, mientras que el otro pas permanece sin cambio en la misma curva de indiferencia (alguien gana y nadie se perjudica, segn Pareto). La dificultad es que no hay argumentos para asegurar ganancia para ambos pases y esta circunstancia destruye las aspiraciones de extender el equilibrio microeconmica hacia el equilibrio general (no se cumplen las dos leyes de Arrow y Debreu). Sin embargo, algunos enfoques tendran esperanzas en que el anlisis propuesto por Hurwicz podra superar la objecin anterior y reconfirma esta propuesta para un equilibrio general: un primer teorema del bienestar establece un conjunto de condiciones que garantiza que las asignaciones segn una economa de mercado optimizan las posibilidades de produccin e intercambio. Un segundo teo-
689
rema establece que las cuestiones de eficiencia y las de equidad distributiva pueden tratarse en forma independiente. Estn aqu presentes las esperanzas en la efectividad de la bsqueda de mecanismos, propuesta por Hurwicz para e xplicar los mercados y transacciones no convencionales. No cabe duda que esta bsqueda de mecanismos (basada principalmente en el enfoque matemtico, la programacin Simplex y la teora de los juegos) resulta un avance, con aplicaciones crecientes en el mbito microeconmico a fines del s.XX. Hurwicz y otros ya explicaron los mecanismos optimizantes en mercados bajo condiciones monoplicas, con informacin imperfecta, sin precios normalizados, de bienes pblicos, etc. y se continuarn aclarando seguramente muchos nuevos modelos. Pero es muy diferente la situacin para explicar la optimalidad con equidad en el comercio entre pases. Esos mecanismos siguen inexistentes y sern difciles de obtener, tal que equilibren las condiciones entre un pas desarrollado o de dimensin continental con otros de reducida dimensin. Utilizando el ejemplo desarrollado en el captulo 9 (radio TV, analticamente, grficamente y con Simplex) para explicar el comercio entre dos pases utilizando la caja de Edgeworth, cabra admitir que el pas A optimizara sus intereses operando en puntos de contrato con altas curvas de indiferencia cercanas al origen del pas B. Viceversa, el pas B deseara efectuar negocios con altas curvas de indiferencia, cercanas al origen del pas A, representndolas en esta caja simplificadora con los pares de ejes enfrentados. Pero el mecanismo eficientista de Pareto implcito no incluye que por aproximaciones sucesivas se logre un comercio en un punto de contrato central, ni nada por el estilo en proporcin a los precios ni dotaciones relativas. Solo explica que alguien gana y nadie pierde (trasladndose desde algn punto ineficiente hacia otro en la curva
690
de contrato). La equidad no esta presente en (el) este anlisis clsico. Tampoco la teora de los juegos (y su metodologa matricial Simplex) implcita en el esquema de Hurwicz es aplicable a esta situacin internacional. No es el caso de un juego repetido de 2x2, en el cual la conducta optimizante maximin opera de modo que cada uno maximice beneficios dejndole al otro un beneficio similar. Simplemente no existe competencia perfecta en estos casos del comercio internacional, por que no existen condiciones de atomicidad, homogenidad, etc.; tampoco corresponde idealizar con simplificaciones sobre las condiciones requeridas por el anlisis diferencial y Kuhn o Tucker para pocas variables; ni las condiciones anlogas sobre convexidad, negatividad etc. del anlisis matricial para una cantidad numerable de variables (solamente miles); ni sus anlogas condiciones sobre monotonicidad, etc. en la teora de los juegos. No son contextos vinculados con el comercio internacional (ni con el equilibrio general); solo son aplicables al mbito microeconmico y empresario domstico de los pases. Por otra parte, tampoco es viable la bsqueda de mecanismos que propone Hurwicz para convertir en competitivo y equitativo el entorno del comercio internacional, entre pases desarrollados de tamao continental frente a pequeos pases en desarrollo, con predominio de condiciones monoplicas. Estos mecanismos de Hurwicz solo son una esperanza para la nueva microeconoma, pero en los mbitos domsticos de los pases. Por ahora, el comercio internacional contina regido por el simple reparto de los negocios, solo segn convengan o no, pero con prescindencia del tema de la equidad: la economa del bienestar, en Arrow-Debreu y en Hurwicz, etc. sigue esperando soluciones centrales, segn lo analizado aqu y en los puntos 19 y siguientes de la introduccin a este libro.
691
RESPONSABILIDAD SOCIAL EMPRESARIA-ESR

Entre otros enfoques recientes sobre la economa del bienestar figuran los escritos de Amartya Sen, que se pueden sintetizar como educacin y salud, esenciales para combatir la pobreza: terminar con la pobreza, la ignorancia, la enfermedad y la desigualdad de oportunidades, es la base de mi trabajo. Si bien la apertura econmica contribu ye al desarrollo, sta por s sola no bastara si no se toman medidas en el campo de la ecuacin y la salud, las cuales son esenciales en la lucha contra la pobreza. El mayor xito de Corea del Sur, China y Taiwan frente a India y Pakistn lo explica por el descuido en la educacin, salud y reforma agraria en estos ltimos; y considera que la globalizacin debe ir acompaada de mayor progreso social, para aprovechar adems el efecto locomotora de ste. Adems de su inters por la accin de la empresas socialmente responsables (ESR, o RSE con trato justo, tico, equidad y participacin en cuestiones comunitarias) interesan sus aportes y modificaciones a las mediciones sobre bienestar e ndices de pobreza, ya que la curva de Lorenz e ndices usuales esconden los diversos grados de pobreza en sus mediciones medias de ingresos por cpita.
692
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 y su toma de decisiones: 1) la certidumbre determinista, 2) el riesgo aleatorio probabilstico medible, 3) el contexto hostil ante conflicto con oponentes (teora de los juegos, como 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 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.
693
TEORIA DE LA DECISION
En este anlisis se destaca preferentemente la optimizacin multiobjetivo / multicriterio, que en siglo pasado ya se enfocaba con numerosos algoritmos pero solo simblicamente o en forma manual muy limitada; y que en las ltimas dcadas alcanz gran desarrollo computacional efectivamente prctico, con profusin de aplicaciones individuales (cientos o miles) y decenas de paquetes, como los software aqu presentados (Excel, WinsQsb, SPSS, Matlab, etc). A mediados del s.XX los economistas estudiaban preferentemente cuestiones referidas a las diferencias en los sistemas de mercado y las economas planificadas; sin embargo, otros economistas y profesionales de diversas disciplinas vinculadas o complementarias abarcaban otros temas, que han ido cobrando importancia en el mbito de los anlisis econmicos no precisados por la economa clsica.
Leonid Hurwicz, en La Teora del Comportamiento Econmico analiz los mecanismos mediante los cuales las instituciones y las personas toman las decisiones, enfocando los aspectos matemticos y la influencia de la informacin disponible por los agentes. Considera que los mercados suelen ser imperfectos y se necesitan mecanismos especficos (mensajes para los agentes y reglas de asignacin de recursos; con compatibilidad de incentivos). As, con la teora de los juegos se pueden precisar ms detalladamente las explicaciones sobre oligopolio planteadas por los economistas del s.XIX y XX, Tambin analiza el mercado de bienes pblicos (su financiamiento mediante impuestos es lo ms eficiente), as como la importancia de la informacin disponible por los agentes cuando comercializan los bienes.
694
Los consumidores y productores pueden no disponer del total de la informacin existente; y la realizacin de transacciones bajo condiciones ptimas o ventajosas implica la necesidad de conocer las reglas o mecanismos (de juego) eficientes. Esta inquietud de los mecanismos necesarios tambin le condujo a la necesidad de estudiar el sistema de incentivos que motivan la conducta de los agentes. Debe ser destacado que sus enfoques condujeron a ver que este tema de buscar los mecanismos de asignacin de recursos, m ediante mensajes, reglas adecuadas y compatibilidad de incentivos, conforma un nuevo y diferente concepto, criterio o enfoque global y general, no abarcado por los economistas clsicos y dentro del cual los mercados son solo instituciones particulares, que deben ser estudiados buscndoles los mecanismos particulares o individuales necesarios para su optimizacin o asignacin ptima especfica (en vez de estudiar a los mercados bajo un nico criterio de optimizacin, paretiano, se buscan las reglas particulares de asignacin optima en cada mercado). Por ello, estas ideas se aplicaron al anlisis de mercados no normalmente estructurados, as como tambin a otros diversos campos diferentes al mbito microeconmico, como para el diseo de polticas redistributivas, polticas sobre financiamiento y crditos, para el tratamiento de la contaminacin (carbono), las licitaciones de espacios en comunicaciones sociales, TV, etc. Estas ideas de Hurwicz sobre la bsqueda de mecanismos eficientes para una asignacin ptima, fueron recientemente ampliadas por algunos discpulos, como E. S. Maskin o R. B. Myerson, recurriendo a la formalizacin mediante la programacin lineal y a la teora de los juegos. Por ejemplo desarrollaron las reglas y lgica del sistema de licitaciones pblicas (subastas); y los criterios de eficiencia de transacciones en circunstancias o mercados excepcionales,
695
en los cuales la asignacin de recursos no ocurre bajo las normas del mercado convencional: desigual acceso a la informacin relevante, regulacin pblica de los monopolios, comercio entre filiales de una misma empresa (intrafirma), casos de comercio excepcional, decisiones sobre el suministro de bienes o servicios pblicos por el estado, etc. Esta nueva ingeniera en la teora econmica desde un punto de vista lgico matemtico y de la teora de los juegos, fue aplicada por Maskin para estudiar el mecanismo de las regulaciones monoplicas (Nash equilibrium and welfare optimality, 1999); analiz el uso de la informacin disponible por cada agente y la necesidad de un sistema de incentivos adecuado, para satisfacer los intereses individuales en forma consistente con el funcionamiento de un sistema lgicamente deseable. En particular, precis la necesidad de la monotonicidad en estos mecanismos (analoga matemtica que denota la ausencia de discontinuidad o disparidad en las reglas y necesidad de condiciones regulares para todos; montonas), afn con el modelo clsico de la libre competencia. Tambin desarroll las condiciones bajo las cuales algunos juegos o problemas importantes admiten mltiples equilibrios; casos en que adems de un mejor resultado posible existen otras soluciones; casos de mltiples equilibrios ptimos (en materia poltica opina que la discusin ideolgica debera centrarse sobre los objetivos a perseguir, pero dejando en manos de los tcnicos el diseo de los instrumentos (mecanismos) adecuados; otra aplicacin poltica de los mecanismos que explica es el caso del voto castigo, que al apa rtarse de las reglas estratgicas del juego op timizante conduce a un resultado social no eficiente).
696
PRINCIPIO DE REVELACION
En la misma bsqueda de mecanismos explicativos de estas situaciones, Myerson (Mechanism Design, 1998) contribuy aportando el principio de revelacin directa, compatible con un sistema de incentivos de un mediador, que hace que los agentes no estn expuestos a la tentacin de comportarse con l en forma deshonesta (ocultando informacin, mintiendo) o desobedeciendo (desacatando recomendaciones) y que asegura que los agentes siempre encuentre ms beneficioso actuar respetando las reglas establecidas por el mediador y asegurar una asignacin Pareto eficiente de los recursos. Myerson tambin ejemplific los problemas de seleccin adversa (ocultamiento de preferencias), as como problemas de moral hazard (riesgo moral / desobediencia de recomendaciones), model izables mediante una axiomatizacin, que se concreta utilizando series de desigualdades lineales, en los trminos que son usuales en la programacin lineal Simplex y en la teora de los juegos (desde otro punto de vista, poltico, tambin justifica mediante el criterio estratgico de la teora de los juegos de von Neumann, la dominancia en la carrera armamentista, la estrategia de disuasin, la oposicin al equipamiento nuclear en Irn, etc) .
697
ECONOMIA DE LA INFORMACION INFORMACION ASIMETRICA (CONTRATOS) Continuando con la informacin imperfecta, en este captulo microeconmico de los contratos se estudian las consecuencias de las asimetras en la informacin disponible por los agentes contractuales, el principal y los agentes; y se utiliza esta teora de los juegos con informacin imperfecta (asimtrica). Bsicamente, un contrato es todo compromiso entre partes: entre el principal y el (los) agente(s); y en forma general, se suele clasificar a estos anlisis, observando que las asimetras de informacin estn en que el agente disponga de informacin oculta o que efecte una accin /jugada oculta; o bien segn que la iniciativa corresponda a la parte informada o a la parte desinformada. :
RIESGO MORAL En los modelos de riesgo moral la parte desinformada mueve primero pero est imperfectamente informada de la accin que har la parte informada (bajo informacin imperfecta es como si se debiera finalmente elegir contra la naturaleza, que en definitiva se plantear o juega al final). En estos problemas de riesgo moral la informacin asimtrica se manifiesta en que el principal no puede observar o verificar completamente el esfuerzo que efecta el agente (problemas de la accin oculta) en el cumplimiento contractual luego de firmado este; sin embargo, el pago debe efectuarse, pero no se puede establecer en funcin de este esfuerzo. Por ejemplo, segn K. Arrow (1970), las aseguradoras se enfrentan a situaciones como las de quienes pueden tomar un seguro y con-
698
vertirse luego en menos cuidadosos con su salud o su propiedad, sabiendo que el posible costo monetario de un accidenta ser cubierto por otros. SELECCIN ADVERSA En los modelos de seccin adversa la parte desinformada juega primero y no tiene informacin sobre las caractersticas que rene la parte informada (inicialmente se debe adoptar una decisin como jugando ante la naturaleza, que juega al principio). En estos problemas de seleccin adversa las asimetras de la informacin se refieren a las caractersticas o antecedentes del agente, que el principal no puede conocer: problemas de tipo oculto. Por ejemplo, si las compaas de seguros supieran que tipo de conductor es cada cliente podran ofrecer diferentes tipos de plizas en vez de una suponiendo una pericia promedio). G. A. Akerlof (1970, The market for lemons: quality, incertainty and the market mechanism) plante el ejemplo de la venta de autos usados: los compradores no pueden saber si estn adquiriendo un auto malo (solo el vendedor sabe si en realidad ese auto es un lemon) y la informacin asimtrica puede destruir este mercado. Otro ejemplo es el del regulador que debe controlar a un prestador de servicios pblicos: en este tipo de monopolio, solo la empresa pudiera conocer el verdadero costo marginal y esta informacin asimtrica puede distorsionar la tarifa ptima. SEALIZACION
699
En los modelos de sealizacin la parte informada mueve primero y la parte desinformada tiene informacin imperfecta sobre esta accin. En estos problemas de sealizacin el agente anticipa informacin imperfecta para influir en el contrato a firmar con el principal: por ejemplo en el caso de un postulante en una contratacin de personal (A.M.Spence); en un vendedor de bienes semejantes pero con precios muy diferentes; en la venta de botellas de vino con dudosas referencias segn la etiqueta, la bodega o el precio, que no siempre se corresponden con la calidad del producto. Otro ejemplo es el modelo J.E.Stiglitz-Weiss sobre el racionamiento del crdito en mercados con informacin imperfecta, donde el precio puede ser utilizado como una seal, que produce distorsiones impidiendo una adecuada asignacin de los recursos. Tal es el caso de clientes que, no obstante tener proyectos similares a otros, estn dispuestos a pagar mayor inters, pero son a veces penalizados por los bandos, por que presumen que podra tener algo negativo en su proyecto (caracterstica contraintuitiva insertada en un mecanismo de los precios no optimizante).
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 bille-
700
tes de lotera idnticos en todos los sentidos, excepto que uno brinde como premio un bien A y el otro un bien B. 4- Deseo de grandes probabilidades de xito. Dados dos 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 billetes 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.
CONTEXTOS BAJO LA OPTICA DE LA DISPONIBILIDAD DE INFORMACION: 1) Certeza con Informacin perfecta 2) Informacin imperfecta o parcial: a) Decisiones con Riesgo: Disponibilidad intermedia de datos. Los datos se representan a travs de las funciones de probabilidad una sola etapa para la evaluacin de alternativas de. Criterios: c) Valor esperado d) Valor esperado y Varianza combinados e) Nivel de aceptacin conocido f) Ocurrencia ms probable de un estado futuro mltiples etapas para la evaluacin de alternativas de: Criterio del rbol de decisin. b) Decisiones con Incertidumbre: No se disponen de datos: b1) No se conocen los datos y no puede determinarse una funcin de probabilidad Criterios:
701
a) Laplace b) Wald c) Savage d) Hurwicz b2) Si el decisor adems tiene un oponente inteligente se formulan como Teora de Juegos.
CRITERIOS DE BIENESTAR: TEORIA DE LA DECISION En este trabajo se han visto diferentes anlisis agrupndolos, en forma aproximada, bajo cuatro contextos. En cuanto a los criterios de decisin dependen de los tipos de problemas tratados y su contexto; por ejemplo, en los juegos de estrategia estudiados por Neumann-Morgenstern el criterio de decisin es el minimax; en otros casos, cuando se pueden conocer las probabilidades que tienen los diferentes estados, el criterio tradicional es la esperanza matemtica; Harry Markowiz sugiri como regla de decisin la media-varianza en los casos de seleccin de carteras; y cuado no se enfrentan casos de total incertidumbre los criterios de decisin son: el de Laplace o igual verosimilitud; el criterio pesimista (o de Wald); el criterio optimista; el criterio de Hurwicz (optimismo parcial); y el criterio de Savage. 1. Criterio de la Razn Insuficiente de Laplace: en vez de r ecurrir a la subjetividad de quien decide, en este criterio se pondera asignando a cada resultado posible similar probabilidad de ocurrencia. Al no existir alguna razn para suponer que un estado pueda ocurrir antes que los dems, se le asigna a todos la misma probabilidad (todos equiprobables). La crtica a este criterio surge ante la dificultad de prever un conjunto exhaustivo de todos los estados posibles de ocurrencia)
702
2. Criterio maximin: se prefiere la mejor de todas las peores alternativas, segn la lgica N-M (Wald, 1950, criterio pesimista). 3. Criterio maximax: se adopta la mejor de todas las acciones (criterio optimista). 4. Criterio de Hurwicz: pondera la suma de las probabilidades asignadas al valor de las alternativas multiplicadas por el resultado maximin y maximax en ellas. Este criterio se basa en la definicin de un coeficiente de optimismo ( { ) de que ocurra el desenlace entre los lmites 0-1, y un coeficiente de pesimismo (1- {). El primer coeficiente muestra el estado del sujeto decisor frente al horizonte econmico. Segn este autor al sujeto solo le interesa los valores extremos de cada alternativa, as el valor mximo se multiplica por { y el mnimo por 1 {. El valor de cada alternativa ser la suma de estos productos, eligiendo aquella con un valor mayor. 5. Savage propone una alternativa que minimice los pesares ms altos de cada opcin. En este caso el decisor presupone que sea cual sea la situacin que ocurra, elegir siempre la peor opcin, por tanto tomar aquella decisin que minimice el coste de oportunidad (o el pesar) de entre todos los pesares ms grandes de las diferentes opciones. Implica elaborar una matriz de coste de oportunidad: en cada estado de la naturaleza se da valor 0 a la mejor opcin, y en el resto de las opciones se halla la diferencia en relacin con la mejor. De este modo, esta matriz muestra lo que se deja de ganar al elegir la opcin equivocada. La mejor opcin es la que presente un coste de oportunidad total menor, es decir la que presente un resultado menos desfavorable.
703
El contexto en el cual se encuadran los problemas origina variantes en los criterios: puede haber casos de decisiones sin riesgo entre mercancas inconmensurables imposibles de medir bajo el mismo parmetro; eleccin bajo impredicibilidad; eleccin intertemporal; casos de decisiones sociales bajo una estructura, etc Incluso, se ha planteado la paradoja de la eleccin: la posibilidad de una mala eleccin o errnea debido al exceso de alternativas de eleccin. 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). El sujeto al considerar segn su criterio personal la capacidad de las cosas para satisfacer una necesidad estara de un modo u otro
704
hacindolo objetivamente; por lo cual el resultado esperado debe incluir esto para efectuar 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.
705
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 Neumann 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.
706
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. 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
707
Contexto cierto: haber $ 2950 U = (2950/1000)1/2 = 1,7175 Contexto incierto: haber 0,98 por $3000 0,02 por $500 U*=0,98 (3000/1000)1/2 + 0,02 (500/1000)1/2 = = 1.6974 + 0.01414 = 1,7115 En este caso resulta U > U*: 1.7175 > 1.7115; de modo que el 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
708
EL VE se obtiene multiplicando cada resultado de una alternativa por la probabilidad P de que ella ocurra y efectuando la suma de los productos para todas las alternativas (como en H3 y H4). Supngase un caso de maximizacin del beneficio para la eleccin entre dos acciones X o Y, con tres resultados monetarios posibles y tres grados de probabilidad de ocurrencia (bueno, regular y malo) segn se muestra:
UTILIDAD ESPERADA Segn el criterio algo arriesgado de Teresa, su funcin de utilidad N-M es U = 10 +2M (siendo M la ganancia monetaria). Tiene la oportunidad de invertir $25 en la financiera XX, y con su criterio personal valora 0,5 la probabilidad de perder todo y 0,5 la probabilidad de ganar $32. Se pregunta cul es su utilidad esperada si invierte; as como si debe o no invertir. a) utilidad de no invertir: UE 0 = 10 + 2(0) = $10
709
Utilidad de perder la inversin de $25: U-25 = 10 + 2(-25) = -$40 Utilidad de ganar la inversin de $25: U32 = 10 + 2(32) = $74 Utilidad Esperada si decide invertir: 0,5 (-40) + 0,5 (74) = $17 b) Si no invierte obtendra $10; si invierte ganara $17; entonces, segn el criterio arriesgado de Teresa, le conviene invertir. COMPETENCIA BAJO INCERTIDUMBRE Una empresa estudia invertir en un mercado competitivo, en el cual se espera que los precios futuros sean p=$6 a p=$8. Sus costos totales son actualmente CT = 9+ 10X -5X2 +X3. En el corto plazo el costo medio mnimo indica su punto crtico, al 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.
710
EJEMPLO BAJO INCERTIDUMBRE: a) Empresario afecto al riesgo: El precio futuro puede ser $ 6 a $8, entonces un empresario con cierta aficin 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.
711
Pero tambin se puede realizar este clculo con Excel, simplemente anotando cada funcin en la lnea 2 y copindola a la lnea 3. Pintando ambas lneas y arrastrando el ngulo inferior derecho 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.
712
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. 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.
713
TEORA DE LA INCERTIDUMBRE
SUBASTAS
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. 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
714
LICITACIONES
(SUBASTAS / AUCTIONS)
En las ltimas dcadas se le esta dando importancia a la bsqueda en general de mecanismos para explicar mercados, no analizados anteriormente y en particular en aquellos no institucionalizados o formalizados en las formas usuales (en materia de precios, demanda, oferta, lugares, momentos, producto, etc), atendiendo a su eficiencia, a la autogestin, optimizacin, distribucin con equidad, ausencia de corrupcin, etc. Estos mecanismos, tal como son los de subastas, aportan claridad y facilitan las decisiones pblicas (o privadas) en materia de oferta de bienes, concesiones de servicios pblicos (como el de licencias para emisoras de radio y de TV, distribucin de electricidad, etc), adjudicacin de pozos petrolferos, de yacimientos o de reas de pesca, oferta de bonos del tesoro o de la deuda pblica, contratacin de proveedores para servicios pblicos y muchos otros casos. Estas licitaciones son uno de los tantos mecanismos de negociacin (como lo son bsicamente los mercados, el regateo, la votacin, la asignacin de tareas, las coaliciones, etc). Sobre las licitaciones existe una amplia doctrina y legislacin tanto local como en los dems pases (e internacional en organismos regionales y de la ONU) sobre este amplio tema de las licitaciones pblicas (y privadas). Contiene reglas de procedimiento sobre la confeccin de pliegos y tambin sobre los procedimientos para cotizar; buscando la transparencia y que tenga la equidad de la competencia; intentando evitar la corrupcin (que se presenta incluso solapada bajo la propia forma de un exceso de requerimientos formales o de la venta de pliegos a clubes de intere sados y sin amplia publicidad) mediante normas, como por ejemplo, sobre la impugnacin de los pliegos por eventuales clusulas con favoritismos, etc.; a veces se convoca a los oferentes para que participen en la confeccin de los pliegos.
715
Destacamos que desde el punto de vista microeconmico no interesa analizar los largos listados de ofertas en los Boletines Oficiales de cada pas, estado o provincia, sino que interesa analizar los mecanismos de las licitaciones, en cuanto a que son a) una fuente de ingresos a maximizar (y/o una asignaciones adecuada de recursos) y tambin b) en cuanto a sus reglas de competencia entre los propios oferentes, que condicionan c) su objetivo de ganar la licitacin (tercer aspecto microeconmico a estudiar), buscando finalmente los mecanismos microeconmicos que las hagan competitivas y sin posibilidades de corrupcin. En esta tarea interviene la teora de los juegos (como los repetidos y los coalicionales) y por lo tanto tambin la programacin lineal Simplex (para esos casos repetidos y las coaliciones /colusin), as como la programacin computacional (especialmente o principalmente). Hay licitaciones de muy diversas formas, como por ejemplo las licitaciones o subastas a) para la venta o concesin de servicios, como las poco frecuentes del tipo todos-pagan (gana el mayor postor pero todos pagan segn su oferta, que es solo aplicable en algunos casos muy particulares); las frecuentes licitaciones con clusula de preferencia para inquilinos, socios, accionistas etc y otras frecuentes que estudiamos abajo. Desde otro punto de vista, tambin estn las b) subastas inversas (o de procuracin, referidas a las compras por algn ente de los bienes o servicios que le son ofrecidos por muchos competidores). En general, las subastas son formas especiales de mercados que no son competitivos y generalmente estn poco institucionalizados o formalizados (por con una indefinida oferta, demanda, precios, transparencia, etc); pero tienen como caracterstica comn el hecho de referirse a bienes o servicios cuyo valor para los interesados es desconocido; y tambin comparten que usualmente no interviene en sus decisiones el costo (a veces desconocido o nulo) del oferente de estos bienes o servicios.
716
Existe los remates (de derechos de explotacin de yacimientos mineros o energticos, de uso del agua de riego, o derechos de prestacin de servicios pblicos, de TV, Internet, radio, telefona mvil o espectro 3G y tantos otros), los concursos de oferentes y en general las licitaciones (subastas), las cuales hasta ahora se las suele simplificar en los siguientes cuatro los tipos o formas ms frecuentes: 1) La licitacin oral ascendente: todo oferente va conociendo el nivel ofrecido en cada momento y gana quien ofrece el mayor precio y queda nico en la puja (tambin le dice subasta inglesa). 2) Licitacin oral descendente: el subastador inicia con un precio alto y lo va reduciendo hasta que finalmente solo un comprador ofrece (tambin se le dice subasta alemana /holandesa /danesa) 3) Licitacin al primer precio a sobre cerrado: gana quien presente el mayor precio entre los compradores potenciales. A diferencia con la licitacin oral, los oferentes no pueden aqu observar las ofertas de los dems ni ir revisando su oferta. 4) Licitacin al segundo precio a sobre cerrado (subasta W. Vickrey, 1971, generalizada para mltiples bienes por E.H. Clarke y T.Groves): gana quien presente el mayor precio, pero abona segn la segunda oferta ms alta (por lo cual podran ser una fuente potencial de colusin, como por ejemplo si solo hubiera dos oferentes y se pusieran de acuerdo para que el segundo ofrezca muy poco).
717
TEOREMA DEL INGRESO EQUIVALENTE

En teora (sin colusin, bajo supuestos de neutralidad al riesgo, simetra e independia), estos cuatro tipos bsicos de licitacin comparten el hecho de representar una asignacin eficiente, acorde con la mayor valoracin de los oferentes: as, el teorema del ingreso equivalente establece que, para el caso de valores individuales, estos diferentes mecanismos de subastas conducen a la obtencin de un mismo ingreso esperado, siempre que el subastador establezca un precio de reserva ptimo. Bajo estas condiciones tericas, este teorema de la equivalencia de ingresos equipara los resultados (Pareto eficientes) de los cuatro tipos; lo que permite simplificar calculando la solucin bsica de estas licitaciones tericas segn la maximizacin de ingresos que genera la oferta o precio del segundo oferente o costo marginal del segundo oferente mejor (entindase bien, ello bajo estas condiciones tericas solamente; en la realidad, este principio y el criterio puede no cumplirse y estos tipos de subastas son objeto de crticas diversas: Solo la subasta inglesa y la de VIckrey implican estrategias dominantes, en cuanto los oferentes no necesitan recurrir a los complicados procesos combinatorios para calcular alternativas en las ofertas de sus rivales. Cuando se prev la existencia de eventual colusin, con las subastas Vickrey y la inglesa se generaran menores ingresos que con la licitacin descendente o con la licitacin al primer precio a sobre cerrado, las cuales resultan ms adecuadas para evitar la formacin de coaliciones. Las licitaciones dependen de la credibilidad en el compromiso del subastador, sobre que no va a cambiar de criterio una vez observadas las ofertas: una eventual prdida de la reputacin sobre ste
718
distorsionara la presentacin de ofertas en futuras licitaciones (por ejemplo, en las licitaciones Vickrey se puede implementar la firma electrnica encriptada, para evitar una eventual falta de honestidad o posibles problemas de corrupcin).
MALDICIN DEL GANADOR Es un fenmeno parecido a una victoria prrica, que se puede producir en las subastas de valor comn con informacin incompleta. Esta expresin se refiere a que en dichas subastas, el ganador tender a pagar de ms. El ganador puede pagar en exceso o ser "maldito" en una de dos maneras: 1) la oferta ganadora supera el valor del bien subastado de manera que el ganador es el peor en trminos absolutos, o 2) el valor del activo es menor que el previsto por el postor, por lo que el licitante puede todava tener una ganancia neta, pero ser menor a la prevista. Sin embargo, un exceso de pago real generalmente slo se producir si el ganador no tiene en cuenta esta maldicin del ganador al hacer una oferta (un resultado que, de acuerdo con el teorema de equivalencia de rentas, no necesita ocurrir). As que a pesar de como suena este terrible nombre, la maldicin del ganador no necesariamente tiene efectos nocivos en la prctica.
SUBASTA VICKREY
W.Vickrey (en Counterspeculative, Auctions, and Competitive Seadle Tenders, 1961), efectua un anlisis del mercado de las subastas, detallando el mecanismo de competicin de los oferentes y el de la optimizacin de ingresos para el licitante; analiza los casos de subastas simples (sin colusin, asimetras, etc.) de un solo producto a sobre cerrado; tambin ampli para subastas de mltiples productos y para subastas mltiples de un productos idntico. Estas subas-
719
tas, al primer precio o al segundo precio (subasta Vickrey) son una extensin de las tradicionales subasta inglesa y subasta holandesa, que VIckrey extiende a sobre cerrado. Su complejo anlisis terico describe el tratamiento para subastas, pero bajo condiciones de perfeccin de mercado: considerando la inclusin de precios mnimos de reserva y neutralidad hacia el riesgo; ausencia de asimetras; independencia de oferentes, o sea sin su colusin (suponiendo homogeneidad y continuidad en oferentes y valuaciones, etc.). Posteriores ampliaciones de estos anlisis, por Myerson (1981) y Milgron (1985), McAfee y McMillan (1987) y otros, permiten concluir algunas observaciones que facilitan el complejo anlisis inicial de Vickrey. En este esquema terico simplificado sin asimetras ni colusin (con homogeneidad, continuidad, etc.), se cumple que, en una licitacin al primer precio bajo sobre cerrado, el mecanismo de oferta se puede definir, segn McAfee y McMillan (1987), como:
Donde B = oferta del oferente; vi = valoracin del bien por cada oferente; ve = precio de reserva; F( ) =distribucin de valuacin; N = cantidad de oferentes;
- Esta expresin muestra que la funcin B es creciente en el nmero de oferentes, o sea que las ofertas aumentan con el mayor nmero de oferentes. - Asimismo, si la cantidad de oferentes tiende a infinito las ofertas tendern a coincidir con el efectivo valor del bien (desaparecera el
720
beneficio extraordinario contemplado en el modelo de la competencia perfecta). - Bajo esas condiciones tericas mencionadas, revelar los verdaderos valores resulta ser una estrategia dominante (dbil) para los oferentes. - Considerando una distribucin uniforme de la valoraciones de los oferentes para el clculo de la expresin anterior, se podra simplificar su clculo, suponiendo la existencia de solo dos eferentes: en este caso el valor ofrecido se podra calcular como B(vi) = (Vi + Ve)/2 - La poltica de ingresos para el vendedor ser ptima con tan solo establecer precios mnimos (precios de referencia) ptimos. - Los cuatro tipos bsicos de licitaciones originan ingresos equivalentes para el vendedor: en la subasta ascendente y la subasta al segundo precio el ganador paga segn la segunda cotizacin ofrecida. En la subasta al primer precio y en la subasta holandesa cada oferta coincide con la estimacin de la segunda valoracin ms alta entendiendo que la propia es la mayor. Es decir que, se presentan precios que ganan si son los ms altos pero abonan segn el segundo precio; en definitiva, los precios esperados por el vendedor son coincidentes en los cuatro casos. - En la prctica, el principio de equivalencia de ingresos entre las cuatro formas bsicas de licitaciones, permite simplificar estos casos (sin colusin ni asimetras, etc.) calculando el ingreso ptimo segn el nivel de la subasta Vickrey, al segundo precio a sobre cerrado. - Las cuatro formas bsicas de licitacin son las ms fciles y convenientes, comparndolas con otras formas ms elaboradas posibles (como por ejemplo, permitir ofertas por solo un tiempo limita-
721
dos; o exigir pagos acordes con cada oferta; o subsidiar a los ganadores; o fraccionar la licitacin en diferentes rondas; etc.)
722
EJEMPLO DE SUBASTA VICKREY MULTIPLE OBJETO

En este caso de licitacin de 3 unidades idnticas de un bien, entre 5 oferentes, que cotizaron los siguientes precios: b.1 20 18 19 15 21 b.2 16 13 17 13 20 b.3 14 12 16 12 12
Ofe.1 Ofe.2 Ofe.3 Ofe.4 Ofe.5
Ordenando los precios cotizados, se pueden anotar la cantidad de oferentes para cada precio, hasta agotar la disponibilidad de bienes: Precios: adjudicac.: 21 1 20 2 19 18 17 16 15
Las tres unidades subastadas son adquiridas por el Oferente 5 (dos unidades) y el oferente 1 (una); y pagan $19 por cada unidad (el primer precio perdedor). PRECIO MINIMO DE RESERVA Para asegura un mecanismo justo, resulta importante la fijacin de un precio de reserva ptimo, a efectos de asegurar un mecanismo con valores que sean justos, tanto para el licitante como para la distribucin entre los oferentes: Ejemplo de licitacin de solo 3 bienes entre 2 oferentes, sin un precio de reserva: b.1 b.2 b.3 Ofe.1 20 4 3
723
Ofe.2
21
20
En ausencia de un precio de reserva el oferente 1 adquirira una unidad y el oferente 2 adquirira dos unidades; y si no hubiera precio mnimo de reserva pagaran solo $4 (el primer precio perdedor, que posiblemente hubiera sido producto de un acuerdo colusivo entre los concursantes). Pero en la realidad la colusin puede ocurrir tambin por parte del ente licitante; al igual que pueden ocurrir otras distorsiones, como sera la disuasin al ingreso de nuevos participantes; o la accin predatoria de un oferente ms fuerte (reputacin); etc., en una amplia variedad de juegos posibles.
SUBASTA MULTIPLE (PAQUETES)

Por otra parte, las licitaciones tambin renen algunas caractersticas, que pueden ser o no adecuadas segn sean los tipos de bienes pblicos a subastar. Por ejemplo, en el caso de licitacin simultnea de varios bienes, se complica la obtencin de una asignacin eficiente (asignacin para los compradores que ms los valoren): estas subastas mltiples necesitan ser flexibles y permitir, las ofertas separadas cuando los bienes son sustitutos (si no existen excesivas combinaciones posibles que imposibiliten las presentaciones); cuando los bienes son complementarios deben permitir las ofertas simultneas en paquete (ya que con el empaquetamiento el valor conjunto de estos bienes suele superar a la suma de sus valores individuales, debido a cierta sinergia o superaditividad propia del paquete). Desde el punto de vista del subastador, tambin se puede necesitar la formacin de paquetes para optimizar el valor a percibir; pero sobre todo el subastador siempre necesita determinar si el entorno en el cual se va a realizar la licitacin se incluye la posibilidad de
724
valores comunes, con colusin entre los agentes, o por el contrario las ofertas son de carcter individual privado (tambin puede existir una combinacin de ambas situaciones).
EJEMPLO SUBASTA VICKREY EN PAQUETES

Por ejemplo, se subastan dos bienes X e Y en una licitacin del tipo Vickrey (o VCG VIckrey, Clarke, Groves): Conviene admitir ofertas conjuntas en paquete? Licitacin Vickrey - VCG: Bien X 50 22 34 Bien Y 30 50 32 Paquete XY 40 45 48
Ofer. 1 Ofer. 2 Ofer. 3
a) Si los bienes fueran sustitutos, en principio, ante ofertas individuales el oferente 1 ganara la compra individual del bien X y pagara solo 34 (el segundo precio ofrecido); el oferente 2 ganara la compra individual del bien Y pagando solo 32, de modo que la licitacin generara un ingresos por 64. Pero si se previera la oferta en paquetes, el oferente 3 ganara la compra del paquete con ambos bienes, de modo que se obtendra con esta licitacin un ingreso de solo 45 (segundo precio), muy inferior a la suma de lo ofrecido individualmente por 1 y por 2 (quizs sera posible atenuar estos inconvenientes estableciendo algn tipo de descuento o compensacin a efectos del cotejo para quienes presenten solo ofertas individuales) b) Si los bienes fueran complementarios habra que considerar la sinergia o superaditividad en la oferta conjunta del paquete
725
XeY; individualmente los bienes X o Y pueden tener un valor reducido pero este aumenta con la posibilidad de obtenerlos conjuntamente. En estas ofertas en paquetes se suelen presentar dos problemas bsicos, uno referido a la optimizacin del ingreso y otro a la determinacin de los ganadores. En la optimizacin de ingresos dificultara una presencia de demasiados paquetes, ya que cada postor debe definir ofertas entre 2m-1 paquetes. Pero tambin hay otro aspecto, la veracidad de las valuaciones (o afines por eventual corrupcin), que influyen decisivamente en la determinacin final de los ganadores. La colusin puede distorsionar todo, tanto los resultados del licitante como una distribucin eficiente. Por ejemplo, si 3 de los 7 ms interesados concursantes se ponen de acuerdo y dos ofrecen algo mayor a los otros 4, pero el tercero ofrece algo + un plus ganan, pagaran solo el importe algo y se ev itaran competir entre ellos. Es por esto ltimo, que la teora de los juegos (cooperativos, midiendo el valor segn la formacin de coaliciones con el criterio iniciado por Shapley) busca conseguir asignaciones que finalmente contengan las deseables cualidades de justicia, eficiencia y estabilidad, y se utiliza un complejo clculo o valor de Aumann-Shapley. Se observa entonces, que en este tipo de problemas microeconmicos sobre subastas estn influyendo diversas disciplinas, como la programacin computacional y la matemtica o la investigacin operativa (teora de los conjuntos, programacin lineal y no lineal), que son enfoques para definir cuestiones segn los criterios de decisin de la reciente teora de los juegos cooperativos (nueva metodologa que est complicando, enriqueciendo y encareciendo el panorama sobre las licitaciones, con creciente expansin local e internacional).
726
Recordamos, que los primeros anlisis con teora de juegos correspondieron a casos simples nicos sin colusin, le siguieron otros tambin simples, en los cuales se calcul el equilibrio de Nash (conjunto de estrategias del juego tal que ningn jugador ganara algo cambiando la suya); luego los juegos repetidos, etc. y en las ltimas dcadas esta teora se aplic al mbito de la poltica y tambin al de las licitaciones, con posibilidades crecientes.
727
SUBASTAS CON EXCEL, CON GAMS, WINQSB, MATLAB, TORA, LINDO, VIEWS, SPSS, STATA EJEMPLO DE SUBASTA MULTIPLE
Un caso de bienes independientes, sin superaditividad (transferencia de utilidad), privada sin colusin ni asimetras, en la cual se subastan 3 bienes entre 5 oferentes, que cotizan por uno o por varios bienes, en paquete, los siguientes importes ((bienes), importe)): Ofe1 = ((2), 2) Ofe2 = ((1, 2), 5) Ofe3 = ((1, 3), 9) Ofe4 = ((1), 8) Ofe5 = ((2, 3), 13) En estos casos simples se debe considerar la maximizacin de los ingresos (utilidad) para el licitante y simultneamente tambin para cada uno de los oferentes, que compiten deseando asimismo minimizar su gasto al haber ajustado sus ofertas a sus valuaciones de cada bien. Se trata de una optimizacin mediante programacin lineal, que conviene implementar con Solver de Excel (tambin se explic antes aqu como resolver estos casos utilizando Gams, WinQsb, Matlab, Tora, Lindo, Eviews, SPSS, Stata), en la cual la funcin objetivo busca optimizar maximizando el producto de los valores cotizados por la mezcla de bienes, sujeto a una restriccin de valores enteros y positivos, que se puede implementar considerando en el cuadro una digitacin binaria (0 1, salvo para las cotizaciones):
728
La imagen resalta en G6 el clculo de las restricciones implementando suma-producto de cada bien por la fila de soluciones (celdas cambiantes B7:F7), incluyendo tambin la fila de las cotizaciones, que abarca hasta la celda objetivo G6; la digitalizacin binaria del cuadro permite cumplir con la restricciones indicadas en la columna G hasta I, tambin contempladas en Sujeto a las restricciones: Al ejecutar esta optimizacin Solver calcul como ganadores de la licitacin a los oferentes 3 (bien 1 y 3) y 4 (bien2), generando un
729
importe mximo por $ 17 (el ejemplo es fcilmente ampliable a mayor cantidad de bienes y/o empresas oferentes).
EJEMPLO DE SUBASTAS REPETIDAS

Los procesos repetidos de subastas son usuales en diversos mercados, como carnes, pesados, frutos y hortalizas, etc. La programacin lineal tambin es el mtodo adecuado para encarar subastas en los contextos dinmicos, en los cuales suelen presentarse problemas de sealizacin, reputacin, aprendizaje, etc. El mtodo adecuado es plantearlos segn el esquema visto aqu anteriormente para juegos repetidos.
Para el primal (principal, licitante) se trata de maximizar un VE, sujeto a las condiciones que cada una de las estrategias valga entre 0 y 1; que cada una sea un valor positivo no nulo; y que el conjunto de
730
ellas debe valer uno, segn la condicin de las probabilidades de La Place y/o Bayes. Al activar la macro Solver se establece como objetivo la celda D13 (sin frmulas subyacentes); se tilda Maximizar; se establecen como cambiantes a calcular por Excel las cedas D9:D10 y separado por punto y coma tambin ah la propia celda objetivo D13, para que Excel tambin la optimice. Como condiciones, en Sujeto a las restricciones, que la suma de las celdas cambiantes en D11 sea =1; que los VE de cada estrategia sean mayores o iguales a la celda objetivo; y que las celdas cambiantes sean no negativo. Finalmente se tilda Convertir a no negativos y tambin programacin de tipo lineal. Al ejecutar, Solver calcula los VE y el mximo, coincidentes, as como las probabilidades para la primera y segunda estrategias de A que figuran en el cuadro en D9:D10. En estas licitaciones repetidas el principal juega al azar pero cuidando mantener estas proporciones con las dos estrategias (estos juegos matriciales requieren cumplir con la condicin de juego sin ensilladura de Nash y tambin con las requeridas por al lgebra matricial, matriz no nula, etc consideradas aqu anteriormente). Para el caso dual, B o juego repetido del agente en estas licitaciones, dado que con Solver se usa la matriz de pagos para A, para B se tilda Minimizar; las estrategias de B se asignan a Solver ahora segn una fila de celdas cambiantes D10:E10 juntamente con la celda objetivo separada por punto y coma (previamente se sumaron ambas celdas en F10); las restricciones son anlogas, pero en este caso las estrategias del oponente deben figurar como menores o iguales a la celda objetivo. Como esta matriz es la de pagos para A, el jugador B busca el mnimo de los mximos. Su ptimo no coincidir con la estrategia pura
731
de A, por lo que en ausencia de ensilladura (equilibrio) B adopta una estrategia mixta para este juego "repetido", jugando al azar pero cuidando de totalizar las proporciones que indique Solver. De este modo ambos (licitante y oferente) obtienen un mismo VE, segn la condicin de equilibrio del teorema mnimas: si ambos actan bajo las reglas de la lgica N-M y sin asimetras, optimizan estimando valores prudenciales, que coinciden asegurando a la otra parte un premio similar al propio.
SUBASTAS DE UN UNICO BIEN Y DE PAQUETES

Sin embargo, cuando en los casos estticos (nico bien o paquetes) se pasa a restringir esas condiciones tericas de tipo competitivo, introduciendo diversas condiciones de asimetra o colusin, el tratamiento se complica, con innumerables posibilidades de juegos, objeto de los anlisis recientes. En 1961 Vickrey explic sobre la conveniencia de las subastas de un nico bien al segundo precio para el caso de bienes pblicos importantes. Otro hito es cuando en 1994 la Comisin Federal de Comunicaciones de los EEUU dise un mecanismo para las licitaciones de mltiples tem, en forma instantnea (en las cuales influye si los tem se subastan simultneamente, permitiendo o no ofertas por paquetes o combinaciones de tem) o con repeticin, en una secuencia; pero en los textos estos temas eran todava solo menciones superficiales; y numerosos casos diversos y aplicaciones fueron publicados nterin y posteriormente. Los arreglos, permutaciones y combinaciones segn corresponda a cada posible caso de licitacin a dilucidar se complicaran (e impediran el tratamiento manual de estas situaciones) para juegos grandes. Sin embargo, con el enfoque iniciado por Shapley y Banzhaf (para los acuerdos o colusin, que en el fondo consistente en listar y comparar todas las posibles situaciones y observar los incrementos
732
de poder/costo/valor) se simplifica la innumerable gama de juegos posibles con colusin y agregacin de utilidad, al implementarlos computacionalmente. Una idea del procedimiento concreto se puede obtener analizando el criterio segn los ejemplos desarrollados anteriormente paso a paso para el valor de Shapley y su anlogo el de poder de Banzhaf con Excel.
733
Estos anlisis de la colusin o posibles acuerdos, siguiendo la idea de Shapley o de Banzhaf mediante Excel, resultara ser una forma concreta de objetivar el tratamiento de estos problemas de licitaciones o subastas asimtricas.
734
Concretamente, el campo profesional de aplicacin de la teora de licitaciones a los servicios pblicosen en los pases es cada vez ms frecuente (telecomunicaciones y medios, energa, etc.). Sin embargo, sobre estas aplicaciones generalmente solo aparecen presentaciones axiomtricas en forma simblica (matemtica de conjuntos y grupos), que no debieran asustar por ser especficas, sino por variadas y sin su objetivacin. En la prctica, esos esquemas abundan en solo presentaciones formales (simblicas, generalmente sin aclarar si los smbolos representan valores cardinales u ordinales y sin la objetividad de su correspondiente desarrollo numrico y/o computacional paso a paso. Por ello suelen brindar una apariencia de ser a veces poco ms que pantallas (carteles, bluff, promociones) en estos tan variados y complejos asuntos de juegos computacionales mltiples, con asimetras, transferencia de utilidad (UT), colusin, etc. Es importante tener presente que la presentacin simblica por si sola no es suficiente, y que salvo excepciones simples, siempre es necesario recurrir a algun programa de computacin para implementar estas ideas: la teora de conjuntos parece ser el lenguaje apropiado para los algoritmos; pero tambin existen otros lenguaje algebricos (como los expuestos aqu), asi como muchsimos lenguajes computacionales, que en definitiva son los que permiten concretar las ideas y los clculos. Recientemente, se destaca (al menos a nivel acadmico) una aplicacin de la teora de los juegos, para el campo de la negociacin, de conflictos internacionales y otros. La presentan Sergei Izmalkov y Muhamed Yildiz del MIT, pero con el tratamiento alternativo del lgebra abstracta de grupos (axiomtica de Frobenius), muy especfica, que podra resultar de inters como otra herramienta, otro enfoque algebrico, o modo de programacin para generar nuevas aplicaciones informticas sobre el tema.
735
La exposicin de la teora de juegos en modo formal y axiomtico, utilizando los variados smbolos lgicos matemticos, fue contemplada por Neumann-Morgenstern en 1928 y en 1944, as como por gran cantidad de desarrollos ampliatorios de fines del s.XX y contina en el XXI. Este lenguaje lgico de las diferentes ramas matemticas usuales es amplio y complejo; pero con l la teora de juegos no siempre se puede implementar concretamente. Es quizs la forma idnea de presentacin y planteamiento de los juegos; pero muchsimos juegos requieren necesariamente la instrumentacin computacional para su desarrollo concreto. Entonces este lenguaje lgico formal conforma una alternativa adecuada, pero no siempre imprescindible, para posibilitar la necesaria instrumentacin computacional de muchos juegos, como son los juegos repetidos o las crecientes aplicaciones de los juegos con acuerdo, que aqu fueron expuestos mediante a) el anlisis matemtico, b) el anlisis geomtrico, c) la programacin lineal Simplex, as como con d) varias formas de planteos con Solver (vanse antes los modos normales de solver, el modo paramatricial y el modo val ores de; equivalentes y alternativos a los modos de planteo del Si mplex y/o del Simplex matricial; o a soluciones mediante matrices) LOS ALGORITMOS NO CALCULAN NADA (2) Una cosa es escribir simblicamente lo que voy a hacer para calcular algo (algoritmo); y otra cosa muy diferente es escribir ese ejecutable computacionalmente y que efectivamente calcule lo buscado (es ms fcil describir que realizar una aplicacin computacional) Gran cantidad de aplicaciones econmicas y empresariales de estos juegos es solo viable mediante enfoques computacionales, con sus propias lgicas y lenguajes. Aqu, a diferencia de las exposiciones
736
formales de otros textos, se trat de ejemplificar mostrando paso a paso, utilizando presentaciones bsicas simples y accesibles a un tcnico o profesional no especializado en lgica. No obstante se pegan a continuacin dos resmenes de Wikipedia, sobre una nmina de algunos smbolos lgicos matemticos y sobre la lgica de cojuntos de Neumann, Bernays, Gdel: bienvenido el lgebra abstracta de NBG y otros, pero no es imprescindible para todo profesional; mientras que las aplicaciones computacionales si que lo son. (esta aseveracion se efecta conjuntamente con la resolucin y presentacin aqu de diversos tipos de juegos, subastas y otros mediante varios mtodos algebricos y varios utilitarios computacionales)
737
Algunos smbolos matemticos

(Wikipedia) Genricos
Smbolo Nombre se lee como Categora igualdad igual a todos x = y significa: x y y son nombres diferentes que hacen referencia a un mismo objeto o ente. 1+2=63 definicin se define como todos x := y o x y significa: x se define como otro nombre para y (notar, sin embargo, que puede tambin significar otras cosas, como congruencia) P : Q significa: P se define como lgicamente equivalente a Q cosh x := (1/2)(exp x + exp (x)); A XOR B : (A B) (A B)
Aritmtica
Smbolo Nombre se lee como Categora adicin ms aritmtica 4 + 6 = 10 significa que si a cuatro se le agrega 6, la suma, o resultado, es 10. 43 + 65 = 108; 2 + 7 = 9 substraccin menos aritmtica 9 4 = 5 significa que si 4 es restado de 9, el resultado ser 5. El smbolo 'menos' tambin se utiliza para denotar que un nmero esnegativo. Por ejemplo, 5 + (3) = 2 significa que si 'cinco' y 'menos tres' son sumados, el resultado es 'dos'. 87 36 = 51 multiplicacin por aritmtica 7 x 6 = 42 significa que si se cuenta siete veces seis, el resultado ser 42. 4 x 6 = 24 4 * 6 = 24 4 6 = 24
738
divisin
entre
aritmtica
significa que si se hace seis pedazos uniformes de cuarenta y dos, cada pedazo ser de tamao siete.
suma sobre ... desde ... hasta ... de aritmtica k=1n ak significa: a1 + a2 + ... + an k=14 k = 1 + 2 + 3 + 4 = 1 + 4 + 9 + 16 = 30 producto sobre... desde ... hasta ... productorio aritmtica de k=1n ak significa: a1a2an 4 k=1 (k + 2) = (1 + 2)(2 + 2)(3 + 2)(4 + 2) = 3 4 5 6 = 360
sumatoria
Lgica proposicional
Smbolo se lee como Categora implica; si .. implicacin material o en un entonces; por lo lgica proposicional solo sentido tanto A B significa: si A es verdadero entonces B es verdadero tambin; si B es verdadero entonces nada se dice sobre A. puede significar lo mismo que , o puede ser usado para denotar funciones, como se indica ms abajo. x = 2 x = 4 es verdadera, pero 4 = x x = 2 es, en general, falso (ya que x podra ser 2) si y slo si; sii, doble implicacin lgica proposicional syss1 A B significa: A es verdadera si B es verdadera y A es falsa siB es falsa. x+5=y+2 x+3=y conjuncin lgilgica proposicioy ca ointerseccin en una reja nal,teora de rejas la proposicin A B es verdadera si A y B son ambas verdaderas; de otra manera es falsa.todo es verdadero de los valores n < 4 n > 2 n = 3 cuando n es un nmero natural Nombre
739
disyuncin lgica ounin en lgica proposicioo una reja nal,teora de rejas la proposicin A B es verdadera si A o B (o ambas) son verdaderas; si ambas son falsas, la proposicin es falsa. n 4 n 2 n 3 cuando n es un nmero natural negacin lgica no lgica proposicional la proposicin A es verdadera si y slo si A es falsa. una barra colocada sobre otro operador es equivalente a un colocado a la izquierda. (A B) (A) (B); x S (x S)
Lgica de predicados
Smbolo se lee como Categora para todos; para cual- lgica de predicuantificador universal quier; para cada cados x : P(x) significa: P(x) es verdadera para cualquier x n N: n n existe por lo menos lgica de predicuantificador existencial un/os cados x : P(x) significa: existe por lo menos un x tal que P(x) es verdadera. n N: n + 5 = 2n cuantificador existencial con lgica de prediexiste un/os nico/s marca de unicidad cados ! x : P(x) significa: existe un nico x tal que P(x) es verdadera. ! n N: n + 1 = 2 lgica de predireluz tal que cados x : P(x) significa: existe por lo menos un x tal que P(x) es verdadera. n N: n + 5 = 2n Nombre
Teora de conjuntos
Smbolo Nombre delimitadores deconjunto se lee como el conjunto de ... Categora teora de conjuntos
740
{a,b,c} significa: el conjunto consistente de a, b, y c N = {0,1,2,...} notacin constructora el conjunto de los elementos ... teora de conde conjuntos tales que ... juntos {x : P(x)} significa: el conjunto de todos los x para los cuales P(x) es verdadera. {x | P(x)} es lo mismo que {x : P(x)}. {n N : n < 20} = {0,1,2,3,4} teora de conconjunto vaco conjunto vaco juntos {} significa: el conjunto que no tiene elementos; es la misma cosa. {n N : 1 < n < 4} = {} pertenencia de conjun- en; est en; es elemento de; es teora de contos miembro de; pertenece a juntos a S significa: a es elemento del conjunto S; a S significa: a no es elemento del conjunto S (1/2)1 N; 21 N teora de consubconjunto es subconjunto de juntos A B significa: cada elemento de A es tambin elemento de B A B significa: A B pero A B A B A; Q R teora de conunin de conjuntos la unin de ... y ...; unin juntos A B significa: el conjunto que contiene todos los elementos de Ay tambin todos aquellos de B, pero ningn otro. AB AB=B interseccin de conjun- la interseccin de ... y ...; inter- teora de contos seccin juntos A B significa: el conjunto que contiene todos aquellos elementos que A y B tienen en comn. {x R : x = 1} N = {1} complemento de un teora de conmenos; sin conjunto juntos
741
A \ B significa: el conjunto que contiene todos aquellos elementos de A que no se encuentran en B {1,2,3,4} \ {3,4,5,6} = {1,2}
Funciones
Smbolo Nombre se lee como Categora aplicacin de funcin; agrupamiento de funciones para aplicacin de funcin: f(x) significa: el valor de la funcin fsobre el elemento x para agrupamiento: realizar primero las operaciones dentro del parntesis. Si f(x) := x, entonces f(3) = 3 = 9; (8/4)/2 = 2/2 = 1, pero 8/(4/2) = 8/2 = 4 mapeo funcional de ... a funciones f: X Y significa: la funcin f mapea el conjunto X al conjunto Y Considrese la funcin f: Z N definida por f(x) = x
Nmeros
Smbolo Nombre se lee como Categora nmeros naturales N nmeros N significa: {1,2,3,...}, pero vase el artculo nmeros naturalespara una convencin diferente. {|a| : a Z} = N nmeros enteros Z nmeros Z significa: {...,3,2,1,0,1,2,3,4,...} {a : |a| N} = Z nmeros racionaQ nmeros les Q significa: {p/q : p, q Z, q 0} 3.14 Q; Q nmeros reales R nmeros R significa: {limn an : n N: an Q, el lmite existe} R; (1) R
742
nmeros complejos
nmeros
C significa: {a + bi : a, b R} i = (1) C la raz cuadrada de; la principal raz raz cuadrada nmeros reales cuadrada de x significa: el nmero positivo cuyo cuadrado es x (x) = |x| infinito infinito nmeros es un elemento de la recta real extendida mayor que todos los nmeros reales; ocurre frecuentemente en lmites limx0 1/|x| = valor absoluto valor absoluto de nmeros |x| significa: la distancia en la recta real (o en el plano complejo) entre x y zero |a + bi | = (a + b)
rdenes parciales
Smbolo Nombre se lee como Categora comparacin es menor a, es mayor a rdenes parciales x < y significa: x es menor a y; x > y significa: x es mayor a y 3 <4 5 >4 Smbolo Nombre se lee como Categora comparacin es menor o igual a, es mayor o igual a rdenes parciales x y significa: x es menor o igual a y; x y significa: x es mayor o igual ay x 1 x x
Geometra eucldea
Smbolo Nombre se lee como Categora pi pi Geometra euclideana significa: la razn de la circunferencia a su dimetro. A = r es el rea de un crculo con radio r
743
Combinatoria
Smbolo Nombre factorial se lee como factorial n! es el producto 12...n 4! = 24 Categora combinatoria
Anlisis funcional
Smbolo Nombre se lee como Categora norma norma de; longitud de anlisis funcional x es la norma del elemento x de un espacio vectorial normado x+y x + y
Clculo
Smbolo se lee como Categora integral desde ... hasta ... de ... con respecto integracin clculo a ... ab f(x) dx significa: el rea, con signo, entre el eje-x y la grfica de la funcin f entre x = a y x = b 0b x dx = b/3; x dx = x/3 derivacin derivada de f; f prima clculo f '(x) es la derivada de la funcin f en el punto x, esto es, lapendiente de la tangente en ese lugar. Si f(x) = x, entonces f '(x) = 2x y f ' '(x) = 2 gradiente del, nabla, gradiente de clculo f (x1, , xn) es el vector de derivadas parciales (df / dx1, , df /dxn) Si f (x, y, z) = 3xy + z entonces f = (3y, 3x, 2z) derivada parcial derivada parcial de clculo Con f (x1, , xn), f/xi es la derivada de f con respecto a xi, con todas las otras variables mantenidas constantes. Si f(x, y) = xy, entonces f/x = 2xy Nombre
Ortogonalidad
Smbolo Nombre perpendicular se lee como es perpendicular a Categora ortogonalidad
744
y significa: x es perpendicular a y; o, ms generalmente, x es ortogonal a y.
lgebra matricial
Smbolo Nombre perpendicular se lee como traspuesta Categora matrices y vectores
(a,b) con al lado o a modo de potencia significa que el vector se debe colocar no de izquierda a derecha, sino de arriba a abajo. En numerosos trabajos de investigacin se utiliza esta sintaxis al no poder representar en un documento vectores verticales.
Teora de rejas
Smbolo Nombre fondo x= se lee como el elemento fondo Categora teora de rejas
significa: x es el elemento ms pequeo.
745
TEORIA DE CONJUNTOS de Von Neumann-BernaysGdel

(Wikipedia) La teora de conjuntos de von Neumann-Bernays-Gdel (denotada NBG) es una teora de conjuntos axiomtica. Su nocin primitiva es la de clase, en lugar de conjunto como en la teora de ZermeloFraenkel (denotada ZF). A diferencia de otras teoras de conjuntos, NBG es finitamente axiomatizable. Ontologa Siendo una teora de conjuntos, las nociones primitivas de NBG son clase X y pertenencia . Sin embargo, aun cuando las clases retienen su significado como colecciones de objetos, se reserva la palabra conjunto para un tipo especial de clases con una propiedad adicional: (NBG) Un conjunto X es una clase que est contenida en alguna otra clase: A las clases que no son conjuntos se las denomina clases propias. Entre las clases propias se encuentran la clase universal V, la clase de todos los ordinales On, etc. Sin embargo, los axiomas de NBG postulan algunas propiedades slo para conjuntos no para cualquier clase , de tal modo que en NBG se evitan las clsicas paradojas de la teora de conjuntos. Axiomas Notacin En los axiomas de NBG se distingue entre clase y conjunto, y habitualmente se utilizan letras minsculas para especificar conjuntos: Las expresiones donde es una frmula cualquiera, son abreviaturas para Axiomas generales El primer grupo de axiomas es bsicamente equivalente a sus correspondientes versiones en ZF.
746
Extensionalidad. Dos clases son iguales si y slo si tienen los mismos elementos. Par. Dados dos conjuntos existe un tercero que los contiene slo a ambos: Unin. Dados dos conjuntos, existe un tercero que contiene a los elementos de ambos: Conjunto vaco. Existe un conjunto sin elementos: Reemplazo. Dada una clase F que sea una funcin, la imagen de de un conjunto cualquiera por F es tambin un conjunto:1 Esta formulacin del axioma de reemplazo est comprendida en una nica sentencia, a diferencia de la formulacin habitual en ZF que es un esquema axiomtico. Axiomas de formacin de clases NBG tiene la propiedad particular de ser finitamente axiomatizable, esto es, puede establecerse con un nmero finito de axiomas. ZF no comparte esta propiedad, pues su axioma de reemplazo es en realidad un esquema axiomtico, una afirmacin del tipo: Dada una frmula (x) la siguiente sentencia es un axioma de ZF.... En NBG tambin puede utilizarse un esquema de formacin de clases a partir de una frmula dada, pero es posible demostrar dicho esquema a partir de una coleccin finita de casos particulares:2 Interseccin. Dadas dos clases existe una tercera que contiene los elementos comunes a ambas: Complemento. Dada una clase existe otra que contiene todos conjuntos que no estn en la primera: Pertenencia. Existe la clase de la relacin binaria de pertenencia entre conjuntos:
747
Dominio. El dominio entendido en el sentido del dominio de una funcin de una clase siempre existe: Producto cartesiano. Dada una clase X, existe otra que contiene todos los pares ordenados con primeros elementos en X: Y por ltimo dos axiomas que permutan las n-tuplas ordenadas de una clase dada de diversas maneras: Permutacin 1. Permutacin 2. De este modo, combinando estos casos particulares con los axiomas generales puede demostrarse un esquema axiomtico para frmulas que hablen solamente de conjuntos: Esquema de formacin de clases Dada una frmula (X1, ..., Xn) con al menos las variables libres indicadas cuyas nicas variables cuantificadas son conjuntos, la expresin es un teorema de NBG. Si se prescinde de estos axiomas y en su lugar se adopta el esquema de formacin de clases, se obtiene una axiomatizacin alternativa de NBG, pero no finita. Si se elimina de estos axiomas la restriccin a frmulas sin variables de clase cuantificadas se obtiene la teora de conjuntos de Morse-Kelley. Axiomas adicionales Adems de estos axiomas iniciales, es necesaria una serie de axiomas para que la teora de conjuntos contenga los aspectos estndar que se usan en la matemtica. Partes. Dado un conjunto, existe otro formado por la totalidad de los subconjuntos del primero:
748
Infinito. Existe un conjunto inductivo: Regularidad. Toda clase no vaca contiene una clase disjunta consigo misma: El axioma de eleccin puede aadirse tambin a la lista: Eleccin. Dado un conjunto, existe una funcin de eleccin sobre sus elementos no vacos:1
Vase tambin Teora de conjuntos de Morse-Kelley Teora de conjuntos de Zermelo-Fraenkel
Bibliografa y referencias
a b Fun F, Dom F y Im F son abreviaturas para denotar F es una funcin, el dominio de F y la imagen de F. Como es habitual en teora de conjuntos, una funcin se define de forma extensiva como una clase de pares ordenados en la que no se repiten primeras componentes. Estos son los axiomas de formacin de clases recogidos en Mendelson, 1997.
Ivorra, Carlos, Lgica y teora de conjuntos, consultado el 1-1-2011. Mendelson, Elliott (1997) (en ingls). Introduction to Mathematical Logic. Chapman & Hall. ISBN 0-412-80830-7.
Este artculo fue creado a partir de la traduccin del artculo Von NeumannBernaysGdel set theory de la Wikipedia en ingls, bajo la licencia Creative Commons Atribucin Compartir Igual 3.0 Unported y la licencia de documentacin libre de GNU.
749
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.
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, ponderando 50 y 50. Interesan los aspectos formales; que las preferencias sean consistentes desde el punto de vista lgico, respetando los criterios siguientes: Transitividad: si X > Y; Y > Z; entonces X > Z.
750
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.
PARADOJA DE SAN PETERSBURGO DE D. BERNOULLI El concepto de utilidad esperada que se utiliza recientemente tiene su origen en el siglo 18, cuando Daniel 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 x = $ . pagara infinito?. No tendra sentido este VE, pero deba ser explicado por qu, segn hizo Bernoull: Conforme va aumentando la riqueza se la va valorando menos; y por el contrario, va resultando cada vez ms importante evitar la prdida (de pagar). Este comportamiento se puede ver grficamente como una funcin logartmica, para la UE finita del juego, creciente solo 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.
751
TEORIA DE LA DECISION SEGUN TIPOS DE INCERTIDUMBRE

En la teora de la decisin se utilizan usualmente diferentes criterios: Criterio maximin: se prefiere la mejor de todas las peores alternativas, segn la lgica N-M. Criterio maximax: se adopta la mejor de todas las acciones. Criterio de Hurwicz: pondera la suma de las probabilidades asignadas al valor de las alternativas multiplicadas por el resultado maximin y maximax en ellas. Criterio de la Razn Insuficiente de Laplace: en vez de r ecurrir a la subjetividad de quien decide, en este criterio se pondera asignando a cada resultado posible similar probabilidad de ocurrencia. UTILIDAD ESPERADA SUBJETIVA SEU: En 1944 Neumann 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
752
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. 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 estado 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
753
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". URNA DE PLYA Un 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 circunstancias 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.
754
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.
(use Ver o Vista > Zoom > 200% para leer los detalles) La implementacin del modelo en Excel es fcil: en la columna B se introduce la funcin =Aleatorio(); en las columnas C y D se utiliza la funcin =Si ( ; ; ) para cuantificar la posibilidad de reponer las bolas de un color u otro, segn aclaran las formulas de la imagen para este ejemplo con cien mil extracciones, cuyo resultados cambia drsticamente con cada pulsacin de reclculo F9 etc.
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 cien-
755
tficas para abarcar los problemas cientficos (incluso microeconmicos) tanto objetivos como subjetivos, 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 stocks) 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.
756
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 estn 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 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).
757
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 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
758
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:
(use Ver o Vista > Zoom > 200% para leer los detalles) 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.
759
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 unive rso). Con el anlisis del caos, la matemtica moderna haba aba ndonado 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 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.
760
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.
761
MARKETING
Investigacin de mercado (mercadeo) es un conjunto de tcnicas
todava no muy bien definido (o en expansin), que hacen referencia a empresas especializadas o a las secciones de cualquier empresa grande dedicadas a actividades, diversas pero cuyo fin es suministrar a la direccin de una empresa informaciones sobre novedades (amenazas y oportunidades) en los mercados (sobre demanda, gustos, productos complementarios o sustitutos, tcnicas de producto o de proceso, costos; e incluso ideas sobre creacin de nuevas necesidades, etc.), tal que le ayuden a mejorar los ingresos o a reducir los costos de esa empresa comercial o productora de bienes o servicios (tangibles o intangibles). Las ideas sobre marketing estn evolucionando y recientemente avanzaron desde una simplificacin inicial en el s.XX, como simples tcnicas de promocin o publicidad de venta, para ir incorporando nuevas actividades, como ser la distincin entre marketing B2C (business to customer, o sea Emprea2cliente) y B2B (empresas2empresa), cuando en el aos 80 se ampliaron estas actividades de investigacin de mercado para abarcar las tcnicas de produccin de insumos que fueran mejor adaptados a las necesidades del cliente empresario: por ejemplo, en tecnologa de producto se pas de las autopartes elaboradas con chapa comercial al carbono (que se oxida si no se pinta), hacia chapa ms delgada pero en calidad apta para ser recubierta en una o dos caras con cinc (galvanizada): igual superficie, menor espesor, menor peso, menor consumo de combustibles y mayor duracin. Desde hace dcadas, una actividad usual B2B es la presentacin por las empresas grandes, sus cmaras o sus institutos sectoriales (por ejemplo el Instituto Argentino de Siderurgia), ofreciendo informacin til para los usuarios fabricantes sobre nuevos productos
762
(insumos), tcnicas de proceso o aplicaciones (usos finales), etc. con una interaccin tcnica permanente entre proveedores y clientes y viceversa (caos de plstico para usos petrolferos y de conduccin; unin por termo-soldado; paragolpes de plstico; tablestacas de chapa, galvanizada corrugada para alcantarillados viales, perfilera o carpintera metlica de chapa vs. aluminio, etc.. La American Marketing Association promocion la idea de las 4 P, para hacer referencia a un conjunto de actividades involucradas en este campo: producto, promocin, precio, place, enfoque que tambin se conoce con la sigla VISA (por Solucin tcnica con un material o producto, Informacin o publicidad, Valor de uso y de cambio, Plaza o lugar de distribucin) y la concepcin actual del marketing es de tipo holistico (o globalista), incluyendo algunas actividades sobre RSE (responsabilidad social empresaria o empresa socialmente responsable. En enfoque holstico (Ph.Kotler) surgen sobre la idea de Aristteles en su Metafsica, cuando se refiere a temas en los que el todo es mayor que la suma de las partes (por oposicin a la visin de la fsica (o de la matemtica, en el V postulado de Euclides, el todo es la suma de las partes). Por ejemplo, una semilla transgnica ms un defoliante glifosato, representan mucho ms que solo un tipo diferente de semilla y de agroqumico; pueden representar la sustitucin masiva de cultivos, deforestacin, erradicacin de poblaciones, traslacin de ingresos regionales hacia otros sectores privados o estatales, riesgos por monocultivo o ecolgicos, etc. con franca influencia sobre la actual RSE. La organizacin de actividades en una empresa dedicada al marketing es compleja y puede reunir a socilogos, economistas, ingenieros, mdicos neurlogos, etc. Al igual que en las empresas grandes y corporaciones, el rea de marketing, tal como en la siderrgica SOMISA, se diferenciaba en dos secciones: una dedicada a la tarea de campo (encuestas e intercambio de informacin con usua-
763
rios o grandes consumidores, distribuidores, etc) y otra dedicada a la investigacin economtrica y econmica sobre la base de los datos recabados en esos estudios de campo (por ejemplo analizar que no es igual lo que dicen los consumidores en una encuesta a lo que realmente o efectivamente suelen comprar); y sobre el anlisis de la informacin estadstica de precios, cantidades, comercio exterior competitivo, costos de competidores, novedades en los mercados internacionales que puedan representar amenazas u oportunidades en el rea de ventas o en el rea de compra, etc (con revistas como Metal Bulletin, JSJ, CRU-MM, AMM) . En el caso SOMISA esta oficina efectuaba los estudios de mercado y tambin las proyecciones y pronsticos de ventas; por afinidad de materia, tambin se ocupaba de la defensa del mercado (el antidumping), sobre la base de la teora microeconmica de la libre competencia: evidentemente, todas novedades sobre amenazas y oportunidades que surgan en los mercados e interesaban a la direccin de la empresa).
NEGOCIACION (BARGAINS)TEORIAS- METODOS:

Se estudian las tcnicas de negociacin de las personas e instituciones, en el intercambio econmico y en todos los mbitos, como polticos y dems. Existe un importante conjunto de tcnicas, mtodos o teoras, que conforman un universo conceptual todava en desarrollo e incompleto. El tradicional regateo en el intercambio es la cuestin de fo ndo o esencial, pero se analiza con nuevos aportes y desde disciplinas tan opuestas como la sicologa y la teora de los juegos; que abarcan ms all de ese tradicional regateo (bargaining) en los mercados minoristas.
764
Este regateo puede ser usual en regiones de Oriente Medio o Asia, pero que en zonas urbanas occidentales puede considerarse como una discriminacin de precios; y a su ausencia como una seal de seriedad y fidelizacin del cliente; aunque en estas ltimas tambin es usual en transacciones de otro tipo de bienes, como las viviendas, autos, etc.; y se lo estudia segn las posiciones individuales de negociacin duras o blandas; la oferta de precios individuales tipo gancho o especiales, bonificaciones, compras grupales, etc. ENFOQUE COMPETITIVO VS. COOPERATIVO La sociologa y la neurosicologa aportan pautas de comportamiento, distinguiendo segn zonas o segn tipos de bienes; pero tratando de diferenciar el comportamiento humano del enfoque matemtico de la teora de los juegos para estas decisiones: es como el problema de la hiptesis bsica en C. Popper para construir un modelo con una base racional, enfrentado con la dificultad o imposibilidad del tratamiento matemtico para el comportamiento humano (M. Bunge); las decisiones humanas van ms all que solo lo racional y que el simple regateo; y se estara tendiendo actualmente hacia una visin holstica, abarcativa, del tipo enfocado en la economa de la informacin. Existe diferentes enfoques: como este del comportamiento segn diferentes zonas o pases; tambin el enfoque procesual, que analiza los procesos de negociacin, distinguiendo el rango de la negociacin, las posiciones de las partes, sus intereses de fondo, los riesgos y puntos de seguridad, etc. Una variante ms reciente la brida el enfoque de la computacin evolutiva, sobre la base del desarrollo computacional y los anlisis que permite la incorporacin de algoritmos con aprendizaje, para el estudio masivo de las comunicaciones por internet y otras.
765
Por otro lado est el enfoque segn la teora de los juegos, segn los axiomas N-M de eficiencia, simetra, independencia de alternativas irrelevantes, invariancia escalar, monotonicidad, etc., que se plantean como casos de suma cero (competitivos) y tambin como casos del tipo juegos cooperativos, pero siempre con un enfoque matemtico subyacente. Especialmente los juegos de suma cero ponen su acento en las posiciones de las partes, trabajando con sus justificaciones o argumentaciones, en una actitud agresiva (competitiva, de amenaza). Tambin hay una visin cooperativa, segn los intereses de las partes, los riesgos incurridos, el reconocimiento del otro y la cre acin de valor segn alternativas que brinde el r econocimiento de los intereses, en vez del enfrentamiento de las posiciones. W. Ury, en la Escuela de Negociacin de Harvard, habla de un enfoque de integrativo, reconociendo los intereses comunes de las partes y los opuestos, apuntando a la creacin de opciones y mayores alternativas (creacin de valor) que posibiliten acuerdos negociados, incluso con la figura del mediador, en el mbito econmico, desarme nuclear, etc.; distingue MAAN como la mejor alternativa de un acuerdo negociado y PAAN como la peor alternativa de acuerdo negociado. Herramientas: de tipo actitudinal: como por ejemplo, analizar si uno reconoce o no la idoneidad de la otra parte como interlocutor vlido, o bien se est admitiendo desinters en la negociacin, etc. Herramientas de tipo comunicacional, como reconocer y no enfrentar o atacar la posicin de la otra parte, escucharla atentamente, tomar notas de sus planteos, evitar la carga emocional, hacer preguntas, distinguiendo las de tipo cerrado, abierto, coercitivo, circulares, etc. que permitan un replanteo del tema. Herramientas procedimentales, diferenciando reuniones personales o va representantes, acompaados o no, en diferentes lugares, tiempos y plazos, telefnicamente, por email, etc.
766
EL JUEGO DE LA CERVEZA DEL MIT En una aproximacin al Juego de la cerveza a travs del bestseller La quinta disciplina (de P. Senge) alguien podra obtener una imagen deplorable, desde el punto de vista microeconmico. Un sistema de distribucin de cerveza entre el productor, mayorista, distribuidores, minoristas y consumidores, malformado por un retardo de semanas en la comunicacin va camioneros entre las etapas origina que, ante una promocin ocasional, los altibajos en la demanda generen un caos en toda la cadena. La impresin deplorable podra surgir por un 80% del bestseller, dedicado a consejos irrelevantes e incoherentes, con una absoluta ausencia de los principios microeconmicos, referidos a la estimacin de la demanda, a la programacin de la produccin o sobre optimizacin (abarcando enfoques bsicos, y/o bien otros como el anlisis de series estocsticas para el suavizado y ruidos o la optimizacin multiobjetivo entre etapas y para esa industria). Sin embargo, este viejo trabajo del MIT (J. D. Sterman, 1960), adems de ilustrar sobre un efecto ltigo en el sistema de distribucin tambin incluye otros aspectos: la construccin de modelos dinmicos de simulacin; as como la programacin y la optimizacin computacional, que si bien en los aos 60 incluida lenguajes de programacin hoy suplantados con numerosas alternativas, tambin sera hoy interesante brindar con el utilitario Excel (el de mayor uso entre los profesionales), pero abarcando no solo principios de sistemas de distribucin sino tambin la optimizacin microeconmica (ver en cap. 7-modelos de simulacin en el MIT). Una antigua costumbre de ilustrados cientficos era recurrir a las argumentaciones por referencia a los incunables griegos; este hbito fue cambiado modernamente por la recurrencia a las ideas de excelencia observando las opiniones y consejos varios (y vagos)
767
de eminencias y destacados en cualquier mbito, como por ejemplo, consejos para pensar y razonar o bien el frrago de citas de toda ndole en la Quinta disciplina, pero con absoluta ausencia de mtodos para lo bsico: no hay mtodos para estimar las funciones de demanda de cerveza en distribuidores, en el mayorista ni en el productor; tampoco hay mtodos para optimizar la produccin, la entrega y los beneficios en cada eslabn de la cadena. Todos actan por sus impulsos del momento y sin estrategia adecuada son vctimas del latigazo de un sistema malformado con el retardo de semanas segn rdenes va camionero. Pero los principios sobre sistemas de distribucin en el conjunto no pueden funcionar ajenos a los principios microeconmicos de optimizacin en cada eslabn y en el conjunto de esa industria. Por esto en microeconoma se estudian los mtodos, para sostener esos principios. En el medioevo Grecia y Europa perdieron su biblioteca de Alejandra y el conocimiento se retrajo a los monasterios. Monjes, sabios y reyes peregrinaban a Espaa por motivos religiosos y tambin para comprar las traducciones al latn hechas por las escuelas de traductores. En Toledo, Salamanca, Tarazona se suministraba a esos monjes (algunos luego denominados santos), los conceptos sobre el cero y de los nmeros indoarbigos, la geometra euclidiana, las matrices del Corintiano y en general sobre la cosa y sus mtodos. Descartes introdujo en 1630 al final del Discurso del mtodo las coordenadas, que posibilitaron avanzar desde la geometra euclidiana hacia la analtica, luego utilizadas por Pareto para ilustrar los avances que permita el anlisis infinitesimal con dos variables. Slutsky avanz utilizando la funcin combinada de Lagrange para 3 4 variables y gener la necesidad de utilizar los aportes de Sarrus y de Cramer para determinantes, adjuntos y matrices. En 1938 Dantzing aport las tablas Simplex, simplificando el clculo matricial, para algunas variables ms, segn entonces era posible con solo papel y lpiz.
768
Ms recientemente la teora de los conjuntos se utiliza como otro lenguaje que es alternativo en este lgebra para explicar algunos (quizs numerosos) casos de juegos, que en especial incluyen otra explicacin para los mercados imperfectos y para las subastas. Pero, en la empresa actual se manejan desde decenas hasta millares o ms variables; y la optimizacin, incluso con algoritmos multiobjetivo, es necesariamente computacional. Por esto en Microeconoma con Excel (MCE) tambin se comparan estos mtodos con similares en 10 15 otros utilitarios destacados, no obstante que la de MS Office es por ahora la herramienta profesional ms eficiente y ms utilizada). En particular Excel facilita la correlacin mltiple y el anlisis de la varianza para estimar la demanda sin los sobresaltos mencionados en la Quinta disciplina. Con Excel es posible estudiar fcilmente las series, individualizando sus componentes estacionales, cclicas, tendenciales y ruidos aleatorios del latigazo (efecto bullwhip); y Excel facilita los tratamientos de series estocsticas con suavizados del tipo de la familia de modelos ARMA (autorregresivos de promedios mviles). Excel simplific las varias presentaciones de la programacin lineal o no lineal mediante Solver, tanto para esta optimizacin como para la optimizacin multiobjetivo /multicriterio, as como para teora de los juegos (y de subastas), dinmicos sin TU y tambin cooperativos con numerables jugadores, con informacin imperfecta. Igualmente es instantneo con Excel el clculo de matrices, con solo utilizar sus utilidades elementales como =minversa( ; ), =mdeterm( : ), =mmult( : ; ), etc., para miles de variables (y con limitaciones de capacidad, tambin son estos trabajos posibles con varias de las otras 10 15 aplicaciones computacionales que se explican en MCE).
769
TEORA IRREAL vs PRCTICA REAL La variedad de productos y servicios es amplia (consumo perecedero, durable, insumos, servicios tangibles e intangibles) y tambin la de los contextos aqu explicados; y es por esto que en microeconoma y en estadstica se incluyen captulos sobre anlisis de series estadsticas (Student, pequeas muestras, CHI2, estacionalidad y aleatoriedad en series de tiempo, etc.), adems de mtodos de inferencia inductiva (estimacin), otros deductivos para programacin con mltiples variables; y en diferentes tipos de mercado y explicaciones, como con la teora de los juegos. Lamentablemente, en la mayora de los textos no esta clara la formulacin de conceptos: explican trabajando sobre funciones tericas y se quedan en ello; lo hacen con un enfoque incompleto, en el que no se percible por ejemplo, como un clculo del equilibrio al modo clsico puede tener sentido en una empresa real, en la que no existen funciones ni un nico producto o insumo, etc. Suponen quizs que, con la prctica empresaria sera posible redondear la hilacin de los conceptos. Con los mtodos estudiados es posible aqu cerrar el proceso microeconmico efectivo y en estos cursos se lo hace a travs de ejemplos sobre equilibrio emprico y/o con modelos de simulacin. El concepto de cierre entre lo terico clsico y lo real se bas aqu en lo siguiente: con programacin lineal y otras se determina la mezcla ptima de productos; mediante la estimacin se obtienen funciones representativas de cada familia de producto relevante; se calcula el punto de equilibrio clasico; se estudian las tendencias y otras caractersticas de las series; se proyectan las ventas; y a continuacin se completa el resto de la actividad en cada ciclo o perodo
770
(mediante el clculo de las existencias, la necesidad de compra de insumos, la produccin, venta y marketing). Esta idea global terico-prctica se capta en estos cursos al momento de concretar la prctica sobre ejercicios, como los del equl ibrio emprico y otros con modelos de simulacin dinmicos, simil ares al comentado / criticado juego de la cerveza del MIT (pero con tratamiento profesional y sin las exageraciones que aparenta la simplificacin de Senge). BRECHA ENTRE MODELACION Y REALIDAD - BROCHE DE ORO AUSENTE La generalidad de las empresas producen u ofrecen una amplia variedad de productos; sin embargo, siempre es posible agruparlos en una cantidad menor de gamas o tipos de productos afines, e incluso identificar a cada una de estas mediante el bien o servicio ms frecuente en ella (con un precio cercano al promedio de esa gama). Este producto representativo es el que se utilizar para simplificar los anlisis y presentaciones identificando su precio y cantidad producida o vendida, costos y rentabilidad en los anlisis clsicos y de optimizacin. Mediante programacin lineal y/o matrices (Dantzing, Kantorovich, Dorfman, S., Solow, etc) se facilita la determinacin de la mezcla ptima de bienes o servicios a producir o vender. Esta mezcla ptima permite simplificar efectuando los clculos a partir de ella con solo el producto ms relevante, suponiendo que la cantidad del bien X sea una mix ponderado segn la mezcla ptima. Con una sola variable X (o si se prefieren X e Y, dos de dicha gama) es ahora posible implementar los anlisis clsicos segn Cournot, Marshall, Pareto y otros. Tiene as sentido la maximizacin clsica
771
para ingresos, produccin, beneficios, costos, segn sean los mercados competitivos u oligoplicos, con o sin incertidumbre o informacin imperfecta. La objetividad se facilita mediante ejemplos reales. En una empresa siderrgica (como SOMISA) se producen chapas estructurales, chapa automotriz y para artefactos del hogar, hojalata para alimentos, rieles, perfiles estructurales, palanquilla para relaminar en barras y tambin varios subproductos. Los insumos principales son mineral de hierro, carbn de hulla, fundentes como calizas/dolomita, mano de obra, fuel y combustibles, electricidad (si no tuviera usina propia), y una enorme cantidad de repuestos como cilindros y maquinarias diversas (dinero). Para la mezcla representativa se ponderan los precios representativos (por ejemplo U$S/ton 800 chapa en caliente, U$S/ton 1200 chapa en fro, U$S/ton 2500 hojalata, etc) por sus cantidades producidas o vendidas; y el anlisis de costos por producto permite identificar el beneficio o contribucin marginal por producto(s) representativo(s) de toda la gama. La programacin lineal Simplex o con Solver permite calcular la cantidad a laminar para cada producto, teniendo en cuenta las mermas de laminacin y que para obtener hojalata de 0,20 mm de espesor hay que relaminar bobinas en fro de 1,5 mm; o que para obtener estas se deben relaminar bobinas de chapa en caliente de 6 a 9 mm de espesor, las cuales son necesarias para la venta en diversas calidades para usuarios finales y para continuar los otros procesos de relaminacin. Las variables involucradas se multiplican segn la cantidad, la calidad y los distintos usos finales de cada material requerido por los clientes y para relaminacin. Sin embargo, la direccin de la empresa necesita disponer de una modelacin como la clsica aqu estudiada, tal que le permita simplificar sus anlisis de produccin, mnimo costos o mximo beneficio
772
competitivos con solo una o dos variables. Por ejemplo, los accionistas o las autoridades locales o de otros pases clientes pueden tambin requerir esta informacin simplificada, pero cuya cuantificacin sea rigurosamente demostrativa de la situacin competitiva. Por ejemplo, algunas exportaciones de SOMISA en los aos 80/90 fueron errneamente acusadas de precios en condiciones dumping; y fue necesario demostrar el comportamiento competitivo segn la modelacin clsica sobre precios, costos y beneficios, coincidente con los datos contables. La explicacin se plante bajo el modelo de una empresa transitoriamente sobredimensionada para la demanda local, que necesitaba exportar para operar con un volumen competitivo y acorde con su punto crtico u ptimo. Se modeliz simplificando con costos totales de tipo lineal, por que as surgen costos medios hiperblicos, evidenciando que solo mediante adicionales exportaciones competitivas el volumen operativo se acercara al punto ptimo o crtico. Las inspecciones de costos y precios demostraron que para exportacin las condiciones ofrecidas eran similares a las de otros clientes distribuidores o grandes usuarios locales, con ausencia de discriminacin de precios o dumping, al disponer de un listado pblico de extras de costos o descuentos de precio por cantidad tabulados para los productos relevantes de la gama ofrecida. Los imprescindibles informes con detalles de costos, precios e ingresos son informacin interna y muy reservada de cada empresa, careciendo adems de poder o evidencia pblica demostrativa. Sin embargo, toda empresa est obligada a emitir balances, conteniendo una mnima informacin global; y que al estar firmados por un contador constituyen instrumentos pblicos legalmente vinculantes. En los cuadros y anexos de las memorias y balances figuran solamente unos pocos datos de ingresos, costos y beneficios, pero que resultan suficientes: el ingreso total por ventas y la cantidad vendi-
773
da, el costo total fijo y variable, as como el resultado de cada ejercicio; cinco datos clave, suficientes para deducir el anlisis microeconmico clsico con una variable, si se dispone adems de la mezcla ptima obtenida mediante programacin lineal. Es decir, que una vez que con la programacin lineal se determina la mezcla ptima es luego posible aplicar el anlisis clsico con una o dos variables, para precisar las condiciones del equilibrio competitivo con el o los productos efectivamente representativos por ponderacin. Algo no difcil o fcil de entender pero que no es para nada evidente, especialmente para un estudiante o profesional cuya especializacin se limite a la microeconoma captada en los textos. Esta cuestin del broche de oro (slo aqu as denominada) la conocen muy bien los doctores e ingenieros gerentes y directivos de empresas. Las publicaciones tcnicas especializadas en cada industria (con relevancia a nivel internacional), suelen aportar datos sobre la situacin competitiva de las principales firmas internacionales, estimando en cada industria con una precisin muy acertada sus costos de produccin en todo tipo de actividad industrial, servicios u otras, obtenindolos desde las publicaciones de precios de insumos y commodities (insumos o productos de venta generalizada y estandarizada), que son negociados en las bolsas locales, mundiales y dems medios representativos. Sin embargo, no siempre los economistas y dems acadmicos son necesariamente hombres de empresa (dificilmente un gerente o directivo disponga de tiempo para estas cuestiones acadmicas) y este alejamiento tambin explica la existencia de esta carencia o falta de (broche de oro) nexo comentada Desde del punto de vista didctico, esta enseanza del nexo puede efectuarse mediante ejemplos ilustrativos o tambin a travs de tra-
774
bajos prcticos especficos, incluso del tipo modelo de simulacin dinmico, como el juego de la cerveza del MIT; pero cuidando que la orientacin para el estudiante incluya en detalle la individualizacin, separacin y nexo de estos conceptos clave y no solo aquel priorizado efecto ltigo por una programacin con retardo.
775
ENUNCIADOS DE EJERCICIOS CON 50 TIPOS DE TP

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 estn 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 para entender la asignatura deben ser considerados completando el programa). Nmero de unidad y TP: UNIDAD 1 1a) informe en detalle sobre sistemas econmicos, sus teoras y casos reales (unidad 1 y 10). 1b) informe en detalle sobre el circuito econmico, incluyendo las consecuencias para la empresa de las formulaciones sobre la identidad, la igualdad, teora cuantitativa y la ecuacin fundamental, segn Say, Walras, Arrow, Keynes, tratadas en la unidad 1 y 10. UNIDAD 2: 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
776
privados; c) suponiendo que se trata de bienes pblicos. d) Comente ejemplos de estos dos casos. 3) a) Elasticidad puntual, clasifique a los bienes para: Elasticidad precio: Dx = 1/1000 P + 8 para P = 5 Defina la elasticidad precio con sus tres expresiones alternativas Elasticidad Ingreso: Dx = 1/8 M + 4.75 para M = 8000 Defina la elasticidad renta con sus tres expresiones alternativas Elasticidad cruzada: Dx = 2Py + 60 para Py = 10 Defina la elasticidad cruzada con sus tres expresiones alternativas. b) Describa y comente sobre 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 con M= 100; PX= 1 ; Py= 10. 4) Teora de los ingresos: explique la conducta de una empresa con dificultades para levantar un pagar y no ser rematada en el prximo mes; su demanda es Px = - 0,10 X + 60 Comente cual sera el nivel de actividad que le conviene a la empresa; calcule las funciones y los grficos. Detalle los ocho conceptos y supuestos requeridos para esta teora puntual de cortsimo plazo. UNIDAD 3: 5) Sea un mercado con demanda Xd = 30 - P y oferta Xo = 80 - 4P ; calcule la estabilidad esttica segn Walras y segn Marshall; explique y grafique estos modelos. 6) Determinar los efectos que producir un impuesto sobre la oferta en una cuanta de $0,90 por unidad vendida en este mercado, con: Dp = - 400p + 4000; Sp = 500p - 500 Comente los efectos de diversos tipos de impuestos sobre el excedente del oferente, del demandante y de la sociedad.
777
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) a) Estimacin de funciones por mnimos cuadrados diseados en 1812 para el caso simple con dos variables, si a= ( X P2 -P XP) / ( NP2 (P)2; ) y b=( NPX - PX ) / (NP2 (P)2; ); b) caso realista mediante correlacin mltiple; comentando al menos tres medidas sobre la calidad del ajustamiento. UNIDAD 4: 9) Programacin lineal Caso a) Un granjero tiene posee 100 hectreas para cultivar trigo y alpiste. El costo de la semilla de trigo es de $4 por hectrea y la semilla de alpiste tiene un costo de $6 por hectrea. El 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? Caso b) Optimice con estos coeficientes, recursos y beneficios: X Y DISPONIBILIDAD Mano de obra 1 1 200 Materia Prima 2 1 260 Fondos 10 20 3500 Beneficio 100 400 ---Caso c) Sea una firma que produce un bien Q, poseyendo dos clases de mquinas, siendo su dotacin de recursos 200 trabajadores, 60 mquinas clase M1 y 40 mquinas clase M2. Dos trabajadores y una mquina M1 producen 50 unidades del bien por perodo ( acti-
778
vidad 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 M2 cuestan 2 y 10 unidades del bien Q por perodo y por mquina inactiva. 10) Programacin lineal, mnimos con mtodo grafico resueltos en TP u4) (ejemplos
11) Programacin lineal Simplex, mximos (resuelt os en 33resumenes o en Microeconoma con Excel y en archivos) 12) Programacin lineal Simplex, mnimos Microeconoma con Excel y archivos) (en 33resumenes, en
13) Programacin lineal con Solver de Excel (en archivos Excel y.pdf, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras.pdf) UNIDAD 5: 14a) Adems de calcularlo demuestre cmo y porqu se puede encontrar el equilibrio del consumidor segn la teora de la utilidad cardinal si: U = XY2 ; Px = $10 ; Py = $20; M = $1.000. 14b) Adems de calcularlo demuestre como y porque se puede encontrar el punto de equilibrio del consumidor segn Pareto: U = 3XY ; Px = $8 Py = $6 ; M = $240
779
15) Minimizacin del gasto si: U = XY =165 ; Px = $3 ; Py = $10 ; X = 16,70; Y = 5 Mnimo costo para una utilidad total =165?. 16) Anlisis del concepto de dualidad. (en archivos Excel y.pdf, 33 resmenes y en Microeconoma con Excel o Microeconoma Eiras) 17) Funcin combinada de Lagrange, mximos: condicin de primer orden, condicin de segundo orden y demuestre el significado econmico de landa para los casos 14a o b). 18) Funcin combinada de Lagrange, mnimos para el caso 15). 19 ) Funcin de demanda hiperblica: a) Sea U = 2XY; Py=$10; M=$100. Calcule la funcin de demanda de 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. 20a) Determine analticamente y grafique el efecto ingresosustitucin segn Hicks. Si: U = 2XY2 ; Px =$ 2; Py = $3; M = $540; si sube Px =$ 3 20b) Ecuacin de Slutzky. Dada una funcin de utilidad, los precios del mercado y el presupuesto (de los casos anteriores) clasifique a los bienes y determine la demanda compensada y ordinaria. (TP u5, en archivos Excel y.pdf, 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)
780
22) ndices de precios y cantidades, con ejemplo somero para los del nivel de vida Gasto, Paasche y Laspayres (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) Unidad 6: 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, dado una cantidad de insumo de 100? 24) Produccin 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. (Aplicar el enfoque Paretiano). b) Cul es el mnimo costo para producir 300.000 toneladas? Utilice la funcin combinada de Lagrange. c) optimice y comente sobre los rendimientos si Q = 5CT3 ; 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 = 4C1/3T1/ 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 obtener 1444 unidades de produccin. B) Cual es este costo mnimo ?
781
26) Teora 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 produccin para el cual se maximiza el Beneficio si P= 5$. Calcular la elasticidad de la produccin respecto al costo en dicho punto. c) Etapas de los costos si: C = 0,03X 2 + 12X + 100, con P = $20 (en unidad 6, tp 27) d) Una empresa competitiva con la siguiente funcin de costos: C = 0.04X3 0.8X2 +10X + 5 Se pide: la funcin de oferta a cortsimo plazo, argumentndolo. e) Largo plazo. Dada la funcin de costo C = X - 2X + X, con un precio de venta de $5 por unidad. Determinar los ptimo, mnimo de explotacin y de oferta mnima, bajo el supuesto del corto y largo plazo clsicos; suponga y analice las consecuencias de una cada de $1 en el precio. f) En un mercado competitivo, la empresa estudia la posibilidad de instalarse en el mismo. Determinar la decisin de instalarse o no en el mismo si el precio es $10 y la empresa trabaja con la siguiente funcin de costo total: C = 3X3 15X2 + 52X (en unidad 6, tp 31) 27) Equilibrio de la empresa y cantidad de competidores a) La funcin de costo 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. Obtener la funcin de oferta a largo plazo. Suponiendo que la funcin de demanda correspondiente es D = 2000 100p determinar el precio de equilibrio, la cantidad total y el nmero de Empresas en esa industria. b) Dada la funcin de costos totales CT= 128 + 69X -14X +X; y el precio de mercado es 60 $. Hallar el nivel de produccin que maxi-
782
miza beneficios. Hallar el ingreso, costo total y beneficios en este nivel. Suponga que el ingreso permanece como IT = 60(X) pero la funcin de los costos totales cambia a CT = 10 + 5*X. Como difiere esta funcin de los costos totales de la presentada en la parte superior del grfico (enfoque total). Cul es la produccin maximizadora de beneficios y cual es este importe maximizante? (en unidad 6, tp32) 28) Empresa necesariamente sobredimensionada: algunas caractersticas tericas del modelo y de sus consecuencias prcticas (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 29) inventario ptimo, optimizando con una sola variable, siendo la necesidad anual de insumos Q=100; el costo del dinero t=$8; el flete unitario a=$60 y el precio del bien P Q=$3 cul ser el nmero de pedidos y cul el tamao de ellos que hagan mnimo el costo del abastecimiento e inventarios? (casos resueltos en archivos Excel y.pdf, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 30) VAN y TIR: somero ejemplo cuantificando ambos concepto con algunos pocos perodos anteriores y otros pocos posteriores (en archivos Excel y.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 30b) evaluacin de proyectos inciertos: somero ejemplo suponiendo el criterio tradicional laplaciano o bayeriano, aclarando las consecuencias de invertir, no invertir, perder (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 31) Detalle sobre las diversas fuentes de financiamiento de la empresa (en archivos Excel y en .pdf por unidad, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
783
32) Equilibrio de la empresa empricamente y comente sus limitaciones o posibilidades (en archivos Excel y.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) UNIDAD 7: 33) Monopolio: puro y que acta competitivamente; Siendo la funcin de Costo Total CT = 1/3X3 -5X2 +20X +50 ; y la demanda P = -4X +100 (en archivos Excel y.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 34) Monopolio con un impuesto especfico o ad-valoren, de tipo fijo, o sobre beneficios, o sobre ventas sobre el caso 33); (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 35a) Monopolio discriminador si el caso 33) las demanda fueran P1 = -5X1 +80 y P2 = -20X2 +180 ; con X = X1 +X2 35b) Optimice un monopolio con dos plantas (multiplefactora), cuyos costos son: C1= 1/4X12 +10X1 +20 ; y C2= 1/3X22 +8X2 +18 ; y su demanda competitiva es: P = 30X con X=X1 +X2 ; (en archivos Excel y.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras; Diguez y Porto etc. segn el programa) 36) Carga impositiva en exportadores, ejemplo somero (en archivos Excel y.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 37) Duopolio segn Cournot: EJERCICIO: Teora Microeconmica El modelo supone que hay dos empresas que producen un bien homogneo. Sean las funciones de demanda y costo:
784
P= 100 5(x1 + x2) ; C1= 5 x1 ; C2= 0,5 x22 38a) Empresa lider y seguidora de Stackelberg, ssuponiendo P=100 0,5(X+Y) ; Cx= 5x ; Cy= 0,5 y2 ; b) Modelos de Silos-Labini, Modigliani; modelo de demanda quebrada o apuntada; otros no enumerados anteriormente. c) Modelacin para una empresa sobredimensionada que acta competitivamente en pases en desarrollo (en 7tp28 en zip y MCE). d) bienes pblicos y bienes de uso comn: propuestas o teoremas de Coase y de Tow (en zip y separatas o MCE, unidad 7 y 10). 39) Caracterizacin del antidumping (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 40a) Cartel (colusin). 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 funciones de demanda y de costo vienen dadas por: P= 100 0,5 (x + y) ; C1= 0,3X2 ; C2= 20Y ; 41) Teora de los juegos; JUEGO DE SUMA CERO CON DOS ADVERSARIOS a) En todos estos casos resuelva y explique ampliamente sobre las estrategias y clculos de cada jugador: 8 10 40 30 20 -10 5 -8
(en Unidad7, tp 31; 33 clases.pdf o Microeconomiacon Excel.pdf) b) estrategias puras y mixtas: (en Unidad7, tp26 etc) Se ejemplifica este caso a travs de una matriz de resultados que representa en
785
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 . A1- Afiches en va pblica A2- . A3- . 6 7 -3 B2 . -3 1 0 B3-Bonificacion sobre precios 15 9 -5 B4 . -11 5 8
b)
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 unidad 7, tp 30 etc)
B2: Rebajar precio A=12 B=32 A=14 B=14
c)
B1:Mantener el precio A1: Mantener el A= 20 B=20 precio normal A2: Rebajar el pre- A= 32 B=12 cio
d) dilema del prisionero. e) duopolio segn Stackelberg (contexto hostil) 42) Anlisis de dominancia, estrategia mixta del caso anterior (en unidad7, tp28) UNIDAD 8: 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 Construya un breve cuadro con un ejemplo numrico de este situacin
786
segn el modelo clsico competitivo. (en unidad8, tp en .pdf, 33clases etc) b) Distribucin segn la funcin Cobb-Douglas (verlo en teora de la produccin, TP 25 y en unidad 8) y explicitar aqu las consecuencias de aplicar esta teora o modelo. 44) Contratacin de factores en monopsonio. Una sola empresa es productora de trigo y nico demandante de un solo factor, trabajo; la oferta del factor es 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 factor, con una funcin de oferta creciente e independiente de la cantidad adquirida r = 263 + 43 X Se supone que tambin vende el trigo en un mercado competitivo, al precio $4; y su funcin de produccin indica la cantidad producida como dependiente del factor contratado Q = F ( X ), supongamos Q = 27X2 - 0,4X3 (en unidad 8,tp 6 etc) b) Monopolio bilateral: Sean Q1= 270Q2 2Q ; X= 0.25X, las funciones de produccin del comprador y el vendedor respectivamente, correspondiente al monopolio bilateral. El precio de Q1 es 3$, y el de X es 6$. A- Determinar los valores de Q2, P2 y los beneficios del comprador y el vendedor correspondientes a las soluciones de monopolio, monopsonio y cuasi- competencia. Determinar los lmites de negociacin para P2 bajo el supuesto de que el comprador no puede estar peor que cuando la solucin es la del monopolio, y el vendedor que cuando es la del monopsonio. (en unidad 8, 33clases, etc.) UNIDAD 9: (enunciados sobre juegos aqu en unidad 8) 45) juego no cooperativos y cooperativos: enfoques, incluyendo programacin Simplex y aplicaciones de Shapley o de Banzhaf (para casos de oligopolio, coaliciones, subastas) 46a) Teora de la incertidumbre e industria de los seguros. Axiomas de la lgica Neumann-Morguenstern. Explique sobre la utilidad
787
esperada bajo contexto cierto y bajo incertidumbre tradicional (en TP unidad 9 y en 33clases y Microeconoma con Excel.pdf) 46b) evaluacin de proyectos inciertos. En cual accin invertir un inversor si compra Acciones A Puede ganar $420,00 perder $110,00 (sin trmino medio). Si compra Acciones B puede ganar $650,00 perder $300. Las probabilidades de ganar con A y B son iguales P=0,5 y no puede dividir su inversin entre ambas. c) Cul probabilidad de ganar deber tener para estar indeciso entre A y B UNIDAD 10: 47) Ley de Walrs y Ley de Say. Consecuencias para la empresa de las formulaciones sobre la identidad, la igualdad, teora cuantitativa y la ecuacin fundamental keynesiana (en separatas, en 33resumenes, TP en .pdf por unidad, 33clases o Microeconoma con Excel o segn el programa oficial) 48) Caja de Edgeworth. Demuestre las consecuencias del traslado desde un punto ineficiente (interseccin) a un punto eficiente (tangencia) y explique el criterio de distribucin y si rol en las dos leyes del bienestar segn Arrow y Debreu. (en separatas, 33resumenes, TP por unidad, 33clases o Microeconoma con Excel y/o en el programa oficial) 49) a) Matriz Insumo-Producto. Determine la optimizacin de un grupo empresario o de un pas con solo dos procesos y dos bienes, mediante el uso de matriz inversa y el producto de matrices. Cuantifique las repercusiones indirectas si los coeficientes son: 2 3 ; y las demandas finales son: 8000 1 4 10000 b) Qu podra adems obtener si supiera que ambos bienes dejan un beneficio unitarios de $3 y $5 respectivamente? (en sepa-
788
ratas y archivos Excel y.pdf de la unidad 10; en 33resumenes, en Microeconoma con Excel.pdf y/o en el programa oficial). 50 a) Teorema de Coase y economa del bienestar; estado del mercado de bonos del carbono. Extensin en el modelo de Tow. (en separatas en el zip, 33resumenes, TP por unidad, y en el programa oficial unidad 7 y 10). b) Economa del bienestar y criterios de decisin: criterio de Hurwicz (en criterios de valoracin unidad 9 y 10 en MCE y separatas, en zip) 51) Criterio de distribucin en competencia; criterios de valoracin segn la economa del bienestar y vinculacin con las dos leyes del bienestar de Arrow y Debreu (coincidencias y/o crticas en separatas, 33resumenes, TP por unidad, Microeconoma con Excel y/o en el programa oficial) Nota: Numerosos conceptos tericos y otros temas breves del programa no estn incluidos en estos 50 TP pero deben ser considerados; sin ellos no podr comprender y completar el programa.
EJERCICIOS PROPUESTOS: Esos son los enunciados (consignas) correspondientes a TP similares a los 50 TP bsicos del curso; los alumnos pueden consultar los textos usuales, para completar otros TP similares a los aproximadamente 400 que hay ya resueltos en los sitios de este curso, para estos 50 tipos de TP (en realidad los enunciados no son imprescindibles y pueden obviarse, segn se capte el conocimiento bsico de la teora de cada principio sobre estos 50 tipos de temas o preguntas. Como ayuda conceptual se orienta a continuacin con un somero informe sobre cada uno.
789
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 econmico con instituciones del mercado libre y leyes basadas en el
790
merado competitivo es ptima para coordinar las actividades 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 teora cuantitativa de la moneda de J.S. Mill) pero luego de 1930 se reconoci que la igualdad de Walras explicaba que solo para determinado nivel de precios se cumpla la igualdad entre demanda y oferta habiendo pleno empleo. J.M.Keynes explic la crisis con las expectativas empresarias que concretaron su profeca auto realizadora 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)
791
Agregacin en mercados de bienes privados y pblicos: Los precios surgen en los mercados por interaccin de oferentes y demandantes La suma o agregacin de todos los demandan y oferentes de bienes privados se modeliza por suma horizontal, utilizando funciones 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
792
Si se utilizan demandas lineales, se puede aplicar el mximo de una funcin de una variable -la doble pendiente del ingreso marginal vs. el medio; el concepto de recta por dos puntos; las relaciones entre elasticidad y precios altos o bajos y en general las relaciones que W: Baumol define como el X total, medio y marginal - para graficar el desarrollo geomtrico de los ingresos , que ser til para obtener 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.
793
Los impuestos ad-valoren o especficos sobre ventas reducen la actividad del mercado; pero aquellos fijos o sobre beneficios no la reduciran. Fuentes: 7)Estabilidad dinmica o problema de la telaraa. Ante una baja de la demanda, o de una suba de costos en la oferta, se calcula en el nuevo punto la funcin de la demanda (u oferta) nueva utilizando el coeficiente de la recta por dos puntos; y finalmente con ella el nuevo equilibrio. Si en valor absoluto la oferta es mas inelstica que la demanda, las aproximaciones sucesivas conducirn a un nuevo equilibrio ms rpidamente. Fuentes: 8) Estimacin de funciones: En la empresa se estiman funciones diversas, especialmente las de demanda, para pronosticar la actividad (y calcular luego la compra de insumos, la produccin necesaria 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:
794
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 lneas de isobeneficio (de la funcin objetivo) se determinara el punto de contacto que optimizar la produccin maximizando el beneficio. Pero el mtodo 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.
795
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: 12) Programacin lineal, mnimos: Mediante las tablas Simplex se puede optimizar manualmente util izando 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 ociosa (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 correspondientes) ingresando a Herramientas> Sol-
796
ver, 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. 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 Marshall), 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)
797
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. Este modelo sicolgico-matemtico explicaba solo las necesidades 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).
798
Friedman y la teora 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 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 tercera variable auxiliar inventada, landa). La utilidad marginal del dinero, representada aqu por este valor de landa, se demuestra por que coincide 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.
799
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 condition) es que las segundas derivadas o Hessiano sea aqu 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 de creciente (y as precios decrecientes), debido a la saturacin de aquellas; pero no aplicable en las necesidades sociales o culturales. Fuentes: 20) Efecto renta y sustitucin segn Hicks:
800
Hicks (1938, V. y Capital) demostr grficamente (como Pareto) los efectos de la difcil ecuacin de Slutzky. Al cambiar un precio la nueva recta de presupuesto mostraba el segundo equilibrio y las demandas. Con un supuesto subsidio surgira una tercer RP tangente a la curva de indiferencia inicial, en un punto S distinto del equilibrio E inicial. Sus coordenadas permiten seccionar la cada total de demanda de X en el efecto Renta (subsidio) y el resto o efecto sustitucin (o ley de la demanda); tambin calcular la demanda 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, segn el efecto sustitucin neto sea positivo, nulo o negativo). 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
801
clasificar a los bienes efectivamente. (la ecuacin de Slutsky solo permite hacerlo hipotticamente, bajo el ambiente de los supuestos tericos que usa) Fuentes: 21) Elasticidad media o promedio: La medicin puntual de las elasticidades es terica y solo til conceptualmente. La elasticidad media o promedio de unos 40 meses uniformes, es el producto de la pendiente (de esa recta de correlacin preciocantidad 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 estn 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:
802
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. 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 tambin 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 tam-
803
bin depender de los precios del mercado, segn la oferta y demanda de ambos factores. Fuentes: 24b) Numerosos conceptos tericos y extensiones del programa no tienen aqu TP individualizados pero son necesarios. Elecciones intertemporales; concepto del costo de bsqueda, etc.son otros punto tericos suficientemente identificados en los sitios web y en la bibliografa. 25) Funcin de produccin Cobb-Douglas La funcin lineal y homognea (por ser de un solo trmino con dos variables y exponentes fraccionarios que suman uno), de Euler, 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 Sudfrica, 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) , delimitando los costos decre-
804
cientes 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) 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:
805
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. 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 programacin Simplex y especialmente Solver de Excel facilitan todava ms esta determinacin racional.
806
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 considerarse 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.
807
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: 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)
808
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: El modelo terico de un solo proveedor y demanda competitiva 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 luego continuar con la optimizacin; con ese
809
nivel de equilibrio 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 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 reemplazndola, 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:
810
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 debe 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: 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.
811
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 colusin, 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 demostr 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 multi-
812
factora). No se explica el reparto de los beneficios (pero sera razonable suponer que ambos pretendan ms que lo que obtendra actuando 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 colusin 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 contexto 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. 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:
813
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. 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:
814
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 Walras y Ley de Say 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
815
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 Edgeworth: 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 Scitowky y Bergson. Fuentes: 49) Matriz Insumo-Producto para miles de variables
816
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: 51)
817
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: 7 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 mltiple incluyendo el anova; programacin Simplex con Solver; VAN y TIR; resolucin de sistemas o matrices NxN; teora de los juegos con Simplex y un caso 2x2 con 6 mtodos equivalentes. Los mtodos que son practicados en el curso conviene sean presentados por el alumno con otro enunciado similar, llegando en ellos a similares resultados (en este caso 2x2 como el expuesto aqu en el punto programacin con seis mtodos equivalentes (cap. 7). 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, juegos de subastas /licitaciones, etc.
818
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 prctica 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 Resmenes De 33 Clases 1 50 Informes sobre los 50 Tp 1 50 TP resueltos Cronograma 1 Bibliografa 1 Cdigo Hammurabi Sistema econmico real hace 4000 aos 1 Conceptos Introductorios Relevantes 1 Gua Inicial 1 Orientacin Inicial 1 Orientacin Y Cronograma Distancia 1 Tp 1 (circuito Econmico) 1 Tp 1 (sistema Econmico) 1 Tutor 1 Tutora 1 Utopa de T. Moro -Sistemas Econmicos 1 Visin 1 Y 2 Tutoras Distancia 2 Agregacin Bienes Privados Y Pblicos 2 Agregacin Demandas Y Ofertas 2 Demofe 2 Elasticidades Puntual Y Media 2 Grficos Total Medio Marginal
819
2 Ingreso 2 Ingresos 2 Oferta Y Demanda 2 Prcticos Analticos 2 Tp 2 Agregacin 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 Cigarrillos 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 teora De Los Ingresos 2 Tp 8 teora 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
820
3 Tp 8 Detalle Datos Mercado D 3 Tp 8 Estimacin Demanda Helados Con Anova 3 Tp 8 Estimacin Demanda Helados Correlac Mltiple 3 Tp 8 Estimacin Demanda Y Anlisis De Coyuntura 3 Tp 8 Estimacin Funcin Demanda Discos Freno 3 Tp 8 Estimacion Funciones Demanda Cocinas 3 Tp 8 Import Argentina Por Firma Y Producto 11 3 Tp 8 Import Argentina Por Firma Y Producto1 3 Tp 8 Import Argentina Por Firma Y Producto10 3 Tp 8 Import Argentina Por Firma Y Producto2 3 Tp 8 Import Argentina Por Firma Y Producto3 3 Tp 8 Import Argentina Por Firma Y Producto4 3 Tp 8 Import Argentina Por Firma Y Producto5 3 Tp 8 Import Argentina Por Firma Y Producto6 3 Tp 8 Import Argentina Por Firma Y Producto7 3 Tp 8 Import Argentina Por Firma Y Producto8 3 Tp 8 Import Argentina Por Firma Y Producto9 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 mtodo 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
821
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 Programacin Lineal 4 Tp 12 Simplex Camperas 4 Tp 12 Simplex Con Solver Dietas 4 Tp 12 Simplex Con Solver Imprenta 4 Tp 13 Minimizar Costo Dieta 4 Tp 13 Programacin Con Solver-remeras 4 Tp 13 Simplex Solver Sensibilidad 4 Tp 9 mtodo Grafico Programacin Lineal 4 Tp 9 Prog Lineal mtodo Grafico 4 Tp 9 Y 10 Programacin Lineal-mtodo Grafico 4 Tutora Simplex Programacin 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 econmico 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
822
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 teora Juegos Estrategias Mixtas 6 Tp 23 Y 24 Produccin 6 Tp 23 Y teora Produccin Y Costos 6 Tp 24 Maximizacion Con Operadores De Lagrange 6 Tp 25 Euler Y Cobb Douglaseulercob 6 Tp 26 Costos 6 Tp 26 Costos A Corto Plazo 6 Tp 26 Costos Con Excel 6 Tp 26 Costos Unitarios 6 Tp 26 Punto Muerto 6 Tp 27 (cantidad De Competidores) 6 Tp 27 Cantidad De Emrpesas 6 Tp 27 Cantidad De Firmas En Competencia 6 Tp 28 Sobredimensionada 6 Tp 29 (inventario Optimo) 6 Tp 29 Inventario Optimo Stocks 6 Tp 30 Evaluacion Estados Financieros 6 Tp 30 Tir Segun Excel 6 tp 30 TIR y VAN Teresa Eiras 6 Tp 30 Van Y Tir Etileno 6 Tp 32 Equilibrio Empirico 6 Tp 33 ( Monopolio ) 6 Tp 33 Monopolio 6 Tutora 6 Y 8 Tp 31 Y 46 Evaluacion Proyecto Incierto 6 Tp Sistemas NxN 6 TP sistemas NxN ABRA 6_6 Mtodos equivalentes
823
6 Metodos equivalentes 7 Carga Impositiva 7 Compett 7 Medio Ambiente 7 Monopolio 7 Monopolios 7 Oligopo 7 Teorema De Coase 7 Tp 28 Empresa Sobredimensionada Y Antidumping 7 Tp 28 Y 39 Competencia Y Antidumping 7 Tp 32 Equilibrio Empresa Con Series Empiricas 7 Tp 34 (monopolio Con Impuestos) 7 Tp 34 Efecto De Los Impuestos 7 Tp 34 Impuestos En Monopolio 7 Tp 35 Discriminacin 7 Tp 35 Discriminacion De Precios O Mercados 7 Tp 35 Discriminacion Mercados 7 Tp 36 Carga Impositiva 7 Tp 36 Cargaimpositiva 7 Tp 37 (duopolio Segun Cournot) 7 Tp 37 A 40 Oligopolio 7 Tp 37 duopolio de Cournot 7 Tp 37 Listas De Extras Sin Discriminacion En 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
824
7 Tp 41 Juegos Radio Tv 7 Tp 41 teora De Los Juegos E Incertidumbre 7 Tp 41 Y 42 teora 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 teora Distribucion 8 A 10 Tp 47 A 51 Caja De Edgewourt 8 Distribucion 8 Equilibrio General 8 o 10 Tp 47 Equilibrio General 8 o 10 Tp 51 Excedente Consumidor 8 o 9 Tp 45 Seguros E Incertidumbre 8 o 9 Tp 45 Seguros Incertidumbre 8 o 10 Criterios De Bienestar Y Valoracin 8 Tp 47 Equilibrio General 8 Tp 49 Matriz Inversa 8 Tp 49 Matriz I-p Acero Autos 8 Tp 49 Sistemas Ecuaciones Y Matrices 8 Tp 50 Teorema Coase 8 Tp 51 Bergson Perdida Social 8 Tp 51 Excedentes Y Bienestar 9 Incertumbre 10 Bienestar Zip con versiones anteriores: Zip1 Programa y TP Micro1 Zip2 Prcticos Analticos Zip3 Micro Con Excel 2012 <<< Zip4 Archivos Paginas Micro conExcel<<< Zip5 Otros Archivos Excel Zip6 Acrobat Reader Para Leer el Libro Zip7 Con varios Programas
825
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 $ )
826
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).
827
Producto
Productor
La fecha ms Coste ltima de la (USD) versin
Licencia fuente del software
Interfaz
AcaStat ADaMSoft Analizar-l ASReml
Acastat Marco Scarno Analizar-l 24-ene-08
$29 Libre $185-495
No S No
Propietario GNU GLP Propietario
GUI CLI/GUI GUI
VSN internacional
Febrero de 2007
>$150 $100[1][2]
No No No S No
Propietario Propietario Propietario Public domain Propietario
CLI/GUI GUI GUI CLI/GUI GUI
BioStat BrightStat Dataplot EasyReg
8 de enero, AnalystSoft 2007 Daniel Stricker Alan Heckert Herman J. Bierens
22 de febrero, 2008 Libre Marzo de 2005 Libre Libre[3] / $300
Epi Info
Centros para el control y la prevencin de la enfermedad
8 de noviembre, 2007
Libre
No
Propietario
CLI/GUI
EViews
Software micro cuan- Marzo de titativo 2007
No
Propietario
CLI/GUI
828
GAUSS
Sistema de Aptech
2006
No
Propietario
CLI
GenStat Hlice de oro gretl
VSN internacional Hlice de oro El equipo del gretl
Julio de 2006 >$190 Marzo de 2008 21 de marzo, 2008 Libre
No No S
Propietario Propietario GNU GLP
CLI/GUI CLI/GUI CLI/GUI
JMP
Instituto del 1 de noviemSAS bre, 2005 Gary W. Oehlert y Christopher 29 de agosto, Bingham 2005
$1190
No
Propietario
GUI/CLI
MacAnova
Libre
GNU GLP
GUI
Mathemati- Investigaca cin del volframio MedCalc Schoonjans franco
25 de febrero, 2008 $1880 22 de abril, 2008 15 de junio, 2007 $1195[2] $4000[2] $395
No No No No No
Propietario Propietario Propietario Propietario Propietario
CLI/GUI GUI GUI CLI/GUI CLI/GUI
modelQED [marketingqed] Minitab MRDCL
10 de enero, Minitab Inc. 2007 [1] 4 de enero, 2008
829
NCSS
Software estadstico de NCSS
>$399
No
Propietario
GUI
OpenEpi Origen
A. Decano, K. Sullivan, Diciembre de M. Soe 2007 Libre OriginLab $699 Libere para el uso acadmico $5001200 $699 Junio de 2007 Febrero de 2007 3 de agosto, 2005 8 de febrero, 2008 1 de agosto, 2006 1 de octubre, 2007 $500$1000 Libre Libre
S No
GNU GLP Propietario
GUI GUI
Lenguaje de programaOxMetrics, cin del J.A. Doorbuey nik OxMetrics, OxMetrics J.A. Doornik Origen OriginLab Partek Cartilla PSPP R Comandante de R[4] RATAS Partek Cartilla-e Pspp Fundacin de R Zorro de Juan Estima
Octubre de 2007 Octubre de 2007
No
Propietario
CLI
No No No No S S
Propietario Propietario Propietario Propietario GNU GLP GNU GLP
CLI/GUI GUI GUI GUI CLI CLI
Libre $500
S No S
GNU GLP Propietario GNU GLP
CLI/GUI CLI/GUI GUI
RKWard[4] Comunidad 15 de febrero, de RKWard 2007 Libre
830
SalStat SAS
Alan James Febrero de Salmoni 2007 Instituto del Marzo de SAS 2008 30 de noviembre, 2006
Libre
S No
GNU GLP Propietario
GUI CLI/GUI
SOCR UCLA Stata Statgraphics STATISTICA StatIt StatPlus SPlus SPSS Statacorp StatPoint StatSoft StatIt
Libre
S No No No No No No
GNU GLP Propietario Propietario Propietario Propietario Propietario Propietario Propietario Propietario Propietario
GUI CLI/GUI GUI GUI GUI GUI CLI GUI GUI GUI
Junio de 2007 $129 $695 Junio de 2005 $1295 >$695 >$395 $150[1][2]
7 de enero, AnalystSoft 2007 Insightful Inc. SPSS Inc. 2005 2007
$1599[2] $179 $695
No No No
StatsDirect StatsDirect Statistix Statistix SYSTAT Systat Software Inc.
UNISTAT Unistat Ltd VisualStat El computar de VisualStat J. H. Abramson
21 de febrero, 2007 $1299 $895, 15 de marzo, $495, 2005 $300
No
Propietario
CLI/GUI
No
Propietario
GUI, Excel
$195 Sep de 2007 Libre
No No
Propietario Propietario
GUI GUI
Winpepi
831
XLStat XploRe
El computar de Kovach MD*Tech 2006
$395[2]
No No
Propietario Propietario
Excel GUI
Producto
Producto
La fecha ms Coste ltima de la (USD) versin
Abra la Licencia del Interfaz fuen- software te
832
Ayuda del sistema operativo Windows Producto ADaMSoft MacAnova Dataplot SalStat Cartilla AcaStat Analizar-l BioStat BrightStat EasyReg Epi Info EViews GAUSS Hlice de oro gretl JMP Mathematica S MedCalc modelQED Minitab NCSS Origen OpenEpi Partek S S S S S S S S S S S S S S S S S S S S S S S
OS del Mac S S S S No No No No S No No Terminado (1.1) S S S S S No No Terminado No No S No
Linux S S S S No No No No S No No No S S S S S No No No No No S S
DEB S S S S No No No No No No No No No No No No No No No No No No S No
Unix S S S S No No No No S No No No S S No S S No No No No No S No
833
PSPP R Comandante de R RATAS RKWard SAS AcaStat SOCR Stata Statgraphics STATISTICA StatIt StatPlus SPlus SPSS StatsDirect Statistix SYSTAT UNISTAT VisualStat Winpepi XLStat XploRe Producto
S S S[5] S No S S S S S S S S S S S S S S S S S S Windows
S S S[5] S No Terminado S S S No No No S No S No No No No No No S No OS del Mac
S S S[5] S S S S S S No No No No S S No No No No No No No S Linux
S S S[5] No No No S S No No No No No No No No No No No No No No No DEB
S S S S S S S S S No No No No S No No No No No No No No S Unix
834
Ayuda para varios mtodos ANOVA UnidiDe dos reccional vas MANOVA Anlisis pruede los bas cuaPostedrados hoc latinos No No S S S No No No No No No No No No No No
Producto
GLM
AcaStat ADaMSoft Analizar-l BioStat BrightStat EasyReg Epi Info EViews GAUSS Hlice de oro gretl Mathematica
No No S S S No S S
No No S S S No S No
No No No S No No No No
No No No S No No No No
S MedCalc Minitab NCSS OpenEpi Origen Partek R S S S S S S S
S S S S No S S S S S
S No S S No No S S
S No S S No No S S S
S S S S No No S S
No No S S No No S
Comandante de R S SAS S
835
SOCR Stata Statgraphics STATISTICA StatIt StatPlus SPlus SPSS StatsDirect Statistix SYSTAT UNISTAT VisualStat Winpepi XLStat
S S S S S S S S S S S S S No S
S S S S S S S S S S S S S No S
No S S S S S S S No S S No S No S MANOVA
No S S S S S S S No S S S No No No
No S S S S S S S S S S S No S
No S S No S S S S S S S No No
Producto
UnidiDe dos reccional vas
GLM
No Anlisis pruede los bas cuaPostedrados hoc latinos
836
REGRESION - Ayuda para varios mtodos de regresin: AcaStat ADaMSoft Analizar-l BioStat BrightStat EasyReg Epi Info EViews GAUSS Hlice de oro gretl Mathematica S MedCalc Minitab NCSS Origen Partek R Comandante de R[4] RATAS Sagata SAS SOCR Stata Statgraphics STATISTICA S S S S S S S S S S S S S No S S S No S No S S No S No S No S S S S No S S S S S No S No S No S No S S S S No No S No S S S No S No S S S S S S No S S S No S S S S S S S No S No No S S No S S S No No No No S S S S S S S S S No S S S S S S No S S No S No S S S No S No S No S S S S S No No S S No No No
837
StatIt StatPlus SPlus SPSS StatsDirect Statistix SYSTAT UNISTAT VisualStat Winpepi XLStat Producto S S S 2SL S S S LoNLLS gstico CHA VAL Por etapas S S S S S S S S S S S S S No S S S S S S S S S No S S S S S S S S S S S No No S S S S
OLS WLS
GLM
838
SERIES DE TIEMPO -Ayuda para vario anlisis de serie de tiempo. GAR Prueba de CH Prueba de ARIMA GARCH la raz de la VAR MulCointegration unidad tivariate
Producto
AcaStat Analizar-l BioStat EasyReg EViews GAUSS gretl Mathematica S MedCalc Minitab NCSS Origen R Comandante de R[4] RATAS SAS SOCR Stata Statgraphics STATISTICA StatIt No S S S No S No No No S No No No No No No S No No S S S S S S S S S S S No S S S No No No No No No No No S S S S S S S S S S S S S S S
839
StatPlus SPlus SPSS StatsDirect Statistix SYSTAT UNITAT VisualStat Winpepi XLStat
S S
No S
No
No
No S
S S No No No No
GAR Prueba de CH Prueba de ARIMA GARCH la raz de la VAR MulProducto Cointegration unidad tivariate COMPARACON INTEGRAL DE PAQUETES ESTADISTICOS DISPONIBLE EN: http://www.worldlingo.com/ma/enwiki/es/Comparison_of_statistical_packag es
840
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 artculos de nuestra base de conocimientos (Knowledge Base). Sin embargo, los artculos traducidos automticamente 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.
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 ( ) * + . / < = > \
841
Alt 94 Alt 97 Alt 208 Alt 230 Alt 255
^ a
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 diferentes niveles, como subndice y suprandice (potencias tambin se consiguen en Word con Ctrl+Shift y +; y subndices con Ctrl y +, respectivamente)
POTENCIAS Y RACES
842
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 hind 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 races son calculadas en E9 y F9.
RACES EN FUNCIONES CBICAS: RUFFINI 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.
843
En este nuevo ejemplo la funcin U=X 3 -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.
844
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 desde el ngulo inferior izquierdo hacia la derecha o abajo. Buscando los valores en que la funcin U es nula estn las races X.
ORGANIGRAMAS CON MICROSOFT CHART La planificacin requiere a veces utilizar organigramas. El Office de Microsoft los facilita con: Insertar > Objeto > Microsoft Chart.
845
PROGRAMA MICROECONOMIA FCE-UBA:

UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA El problema econmico. Descripcin sinttica de un sistema econmico global y su funcionamiento desde la perspectiva microeconmica. 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 UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA El problema econmico. (Lipsey cap.4) Descripcin sinttica de un sistema econmico global y su funcionamiento desde la perspectiva microeconmica. (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. Aspectos metodolgicos: economa positiva y normativa; teora y realidad. (Lipsey 1) Variables. Funciones e identidades. (Lipsey 2) Modelos determinsticos y estocsticos. (Lipsey 3)
846
Lipsey, Richard: Introduccin ala economa positiva. Cap. 1 - 5 Objeto y mtodo. Visin general del sistema de precios. Parkin, M. Microeconoma. 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) Definicin de los bienes. Gasto e ingreso total. (Varian 15; conviene tambin el cap 3 de Baumol) Composicin de las curvas mediante suma horizontal. (Dieguez-Porto ej.35) Desplazamientos de las curvas. Relacin entre los conceptos.
847
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 aplicaciones. Parkin, M. Microeconoma. Cap.4 Demanda y oferta. Cap.5 Elasticidad. Friedman, M. Teora de los precios. Cap. 2 La teora de la demanda (hasta la pag. 49) Baumol W. Teora econmica y anlisis de operaciones. Cap. 8 Teora del demanda (hasta la pag. 175). Fernndez Pol, J. Conceptos matemticos tiles en microeconoma. 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 estabilidad dinmica. Predicciones e interpretacin a travs del modelo de la oferta y demanda. Comparacin de esquemas analticos. Introduccin a la estimacin de las funciones. Problemas de identificacin. Estudio de casos de la realidad. Extensiones: introduccin a la econometra. DETALLE: UNIDAD 3: EL MERCADO COMPETITIVO. Caracterizacin.
848
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 dinmica. (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. ...) 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 mximos 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.
849
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 demanda. Stigler, G. y Boulding, K., Ensayos sobre la teora 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. 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. (Baumol 5; Henderson-Quandt 5-6 y 5-7; Tow ficha ed.Macchi)
850
Problema primal y dual. Variables artificiales. (Baumol 6) El mtodo Simplex. Su interpretacin econmica. Precios sombra. Planteo y aplicacin de teoremas. Anlisis de sensibilidad. (3 paginas Eiras en Web; Ej. en Excel-Solver)Extensiones: programacin entera y no lineal. (Baumol 7; Ej.en paginas Web Eiras con Solver de Excel)
Baumol, W. Teora econmica y anlisis de operaciones. Cap. 5 Programacin lineal Henderson, J. y Quandt, R: Teora microeconmica. Cap. 5 punto 56 Funciones de produccin lineales y 5-7 Programacin lineal. Tow, Fernando V. Programacin lineal como instrumento de modelacin microeconmica. Todas las secciones. Bibliografa complementaria: Dorfman, R., Samuelson, P., Solow, R, Programacin lineal y anlisis econmico. Cap. 5 El problema del transporte; punto 5-1 Un caso sencillo y 5-4 Los valores implcitos: 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
851
tiempo en la tecnologa del consumo y como restriccin. Costos de bsqueda. DETALLE UNIDAD 5: EL CONSUMIDOR Preferencias y elecciones racionales. Utilidad cardinal (Parkin 7) ...y ordinal (Parking 8; Baumol 8-5 hasta 8-10 ed.1964 9-5 hasta 9-10 ed.1980). La restriccin presupuestaria. Maximizacin de la utilidad. Equilibrio del consumidor. (Friedman 2 pag. 49-73)(Varian 3,4,5)(Baumol 2 y3) Deduccin de la curva de demanda individual. Propiedades. (Dieguez-Porto ej 32 y 34 ) Ecuacin de Slutzky. Efectos precio y renta. (Baumol 8-11 y 8-12 ed.1964 9-11 hasta 9-17 ed.1980; Henderson-Quandt cap2 y 3-5) Clasificacin econmica de los bienes. (Varian 8) La preferencia revelada. (Baumol 8-12 o 9-13 ed.1980, etc.) (Henderson-Quandt 3-5)(Varian 7) (Dieguez-Porto ej.36) Los ndices de ingresos. Elecciones intertemporales. (Dieguez-Porto ej.40) Extensiones: inclusin del tiempo en la tecnologa del consumo y como restriccin. (Varian 10) (Lago: Microec. c.XII) Costos de bsqueda. Fernndez Pol, J : conceptos matemticos tiles en microeconoma. Parte II Cap. 3 Tercer caso: funciones de dos variables y una restriccin. Parkin, M. Microeconoma. Cap. 7 Utilidad y demanda. Cap. 8 Posibilidades, preferencias y elecciones. Baumol, W.: Teora econmica y anlisis de operaciones. Cap. 8 Teora de la demanda (pag. 175 en adelante)
852
Friedman, M. Teora de los precios. Cap. 2 La teora de la demanda (pag. 49 en adelante) Henderson, H. y Quandt, R Teora microeconmica. Cap. 2 La teora de la conducta del consumidor. Cap. 3 Temas sobre la teora de la conducta del consumidor: puntos 3-5 La teora de la preferencia revelada.
Bibliografa complementaria. 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. Problema 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.
853
Funcin de produccin. (Mochn 7; Parking 10; Baumol 9) Isocuantas e isocostos. Rendimientos de los factores variables y rendimientos a escala. Minimizacin de costos (Baumol 2 y 3; Dieguez-Porto ej.1 y 6; Henderson-Quandt 5-1, 5-2; Varian 17 a 21) Eficiencia tcnica y econmica. (Parkin 9; Mochon 7) Deduccin de las funciones de costos y sus relaciones. Costos de corto y largo plazo. (Mochon 8) Asignacin de los factores de la produccin. La naturaleza 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 aplicaciones. Cap. 7 La teora de la produccin y de los costos. Parkin, M., Microeconoma. Cap. 10 Produccin y costos. Baumol W., Teora econmica y anlisis de operaciones. Cap. 1 Optimizacin y un ejemplo de anlisis de existencias. Cap. 9 Produccin y costos. Henderson J. y Quandt R. Teora microeconmica. Cap. 4 La teora de la empresa. Cap. 5 Temas sobre la teora de la empresa: puntos 5-1 Funciones de produccin homogneas y 5-2 Las funciones de produccin CES (elasticidad de sustitucin constante) Bibliografa complementaria Varian, H. Microeconoma intermedia. Cao. 17 La tecnologa. Cap. 20 Las curvas de costes. Friedman, M. Teora de los precios. Cap. 5 Las relaciones entre curvas de oferta y curvas de costes. Coase, Ronald. La naturaleza de la empresa, en Stigler, G. y Boulding, K.,: Ensayos sobre la teora de los precios.
854
Ejercicios resueltos. Dieguez, H. y Porto, A. Problemas de microeconoma. Problema 1 Minimizacin del costo de producir 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 discriminador 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) Monopolio maximizador de beneficios. (Monchon 10; Baumol 11; Henderson-Quandt 7; Varian 19) Monopolio maximizador de ventas con restriccin de beneficios.
855
Monopolio discriminador 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) Oligopolios: la demanda quebrada, la participacin fija en el mercado. (Stigler) Modelos de competencia espacial. (Lago: Microec. c.XI) Extensiones: evaluacin emprica de algunos modelos de conducta empresaria. (Baumol 10 o 15 ed.1980 ) ( DiTella; De Pablo; Tow) Mochn F. y Becker V. Economa, principios y aplicaciones. Cap. 8 El mercado de competencia perfecta. Cap. 9 El monopolio. Cap. 10 El oligopolio y la competencia monopolista. Parkin, M. Microecoma. Cap. 11 Competencia. Cap. 12 Monopolio. Cap. 13 Competencia monopolista y oligopolio. Baumol W. Teora econmica y anlisis de operaciones. Cap. 10 La empresa y sus objetivos. Cap-. 11 Estructura del mercado, determinacin de precios y produccin. Henderson J y Quandt R Teora microeconmica. Cap. 6 El equilibrio del mercado: punto 6-1 Los supuestos de la competencia perfecta; 6-2 Funciones de demanda; 6-3 Funciones de oferta; 6-4 Equilibrio del mercado de un bien; 6-5 Una aplicacin a los impuestos. Cap. 7 Monopolio, monopsonio y competencia monopolistica.Cap. 8 Duopolio, oligopolio y monopolio bilateral: puntos 8-1 Duopolio y oligopolio: producto homogneo; 8-2 Duopolio y oligopo-
856
lio: productos diferenciados; 8-3 Duopsonio y oligopsonio; 8-5 Monopolio bilateral. Varian, 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 monopolio. Cap. 2 El oligopolio. Bibliografa complementaria. De Pablo J. y Tow F. Lecturas de microeconoma 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.; Monopolio y tarifas de importacin. De Pablo, J.: Comparacin del equilibrio competitivo y monoplico. Tow, F. Un caso de equilibrio mltiple en el monopolio simple. Stigler, G. y Boulding, K. Ensayos sobre la teora de los precios. Stigler G. La demanda quebrada y precios rgidos. Ejercicios resueltos. Diequez H y Porto A. Problemas de microeconoma. Problema 19 Impuesto a las ventas a un monopolista. Problema 20 Publicidad. Problema 23 Monopolista con ventas en dos mercado (I). Problema 24 Monopolista con ventas en dos mercados (II). Problema 25 Monopolista con ventas en dos mercados y discriminacin de precios en uno de ellos. Problema 28 Duopolio. Problema 30 Mercado de un bien: soluciones de competencia y monopolio. Problema 31 Empresa de energa: tarifas y capacidad de planta.
Las Unidades 8 y 9 estn consideradas como extensiones de la Unidad 7 Distancia y la Unidad 10 es la Unidad 8 Distancia
UNIDAD 8: FORMAS DE MERCADO DE FACTORES.
857
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)(Friedman 7 y 9)(Varian 25)(Henderson-Quandt 4-3 y 6-6) Oferta de factores en condiciones de competencia, de monopsonio y oligopsonio. (Tow) Monopolio bilateral. (Hendersn-Quandt 8-5) Sindicatos. Negociacin. Intermediarios monoplicos y monopsnicos. Rentas y cuasirentas. La oferta de trabajo a corto plazo: eleccin entre ocio e ingreso. La oferta laboral a largo plazo. Diferenciales de ingreso. Extensiones: capital humano y no humano. (Parkin 18)(Mochon 14)
Lipsey R. Introduccin a la economa positiva. Cap. 28 Salarios y contratacin colectiva. Mochn F. y Becker V. Economa, principios y aplicaciones. Cap. 13 Distribucin y sistema de precios.
858
Parkin, M. Microeconoma. Cap. 14 La fijacin de precios y la asignacin 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 microeconmica. Cap. 4 La teora de la empresa: punto 4-3 Demanda de inputs. Cap. 6 El equilibrio del mercado: punto 6-6 El equilibrio en el mercado de factores. Friedman 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. Bibliografa complementaria. De Pablo, J. y Tow F., Lecturas de microeconoma por economista argentinos. Tow F. Anlisis crtico de un caso de oligopsonio. Ejercicios resueltos. 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 estra-
859
tgica. 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 38, 3-9, 5-5, 6-10, 8-4; Baumol 17, 18, 19; Dieguez-Porto ej.42 y 43) La maximizacin de la utilidad esperada en la teora del consumidor y de la empresa. Comparacin con modelos de certeza. Juegos cooperativos y no cooperativos en forma estratgica. Conceptos de solucin. Extensiones: aplicaciones microeconmicas. Parkin, M. Microeconoma Cap. 13 Competencia monopolstica y oligopolio. Cap. 17 Incertidumbre e informacin. Varian H. Microeconoma 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 eleccin en situacin 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 Duopolio, 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.
860
Gibbons, R. Un primer curso de teora de los juegos. Cap. 1 y 2 Bibliografa complementaria. Stigler G. y Boulding K. Ensayos sobre la teora de los precios. Cap. 3. Friedman, Milton y Savage, L. Estudio de las elecciones que implican un riesgo, a la luz de la teora de la utilidad. Dorfman R, Samuelson P y Solow R. Programacin lineal y anlisis econmico. Cap. 15 Elementos de la teora de los juegos. Ejercicios resueltos. Dieguez H. y Porto 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 estn 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
861
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 9-2; Varian 29 + apndice; Dieguez-Porto 45) Curva de posibilidades de produccin. Modelo con coeficientes fijos de produccin. (DieguezPorto ej. 4, 48, 50; ej. Paginas Web Eiras) Distribucin del ingreso bajo competencia perfecta. (Parkin 20, 21, 22) Efecto del monopolio 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. Microeconoma intermedia. Cap. 33 Los bienes pblicos. Friedman M. Teora de los precios. Cap. 3 Los efectos de los impuestos sobre el bienestar. Bibliografa complementaria. Varian H. Microeconoma intermedia. Cap. 29 La produccin. Ejercicios resueltos. 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.
862
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.` -Becker, V. A., Microeconoma 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 -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.
863
-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, Aires: Editorial Amorrortu, 1972. Buenos
-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/plan9 7/micro1/eiras_roel/ Dep..Economa (Microeconomia I-ctedra I -adjunto Eiras Roel); www.aplinfo.com.ar (clave en 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) -Henderson, J.M.-Quandt, R.E., Teora Microeconmica, Barcelona, Editorial Ariel, 1985. -Kmenta, J., Elementos de Econometra, Barcelona: Editorial Vicens Universidad, 1980.
864
-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., Investigacin Operativa (Un. Arkansas). -Toranzos, F. I., Estadstica, Buenos Aires, Editorial Kapelusz, 1962. Tambin 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 Microeconoma Intermedia, Barcelona: Editorial Bosch, 1987. de
-Varian, H. R., Anlisis Microeconmico, Barcelona: Editorial Bosch, 1998. -Varian, H. R., Microeconoma Intermedia, Barcelona: A. Bosch Editor, 1998.
865
-Watson, D. S., Teora de los precios en accin, Mxico: Editorial Trillas, 1981. -Yamane, T., Matemticas para Economistas, Barcelona, Editorial Ariel, 1965.
INDICE ALFABTICO
A. MARSHALL Y LAGRANGE) CON SERIES, CON ECUACIONES, MATRICES O CON PROGRAMACIN LINEAL? HASTA DNDE MICROECONOMA Y HASTA DNDE ESTADSTICA? LOS ALGORITMOS NO CALCULAN NADA (2) ANALISIS DE COYUNTURA AJUSTE LINEAL DE LA DEMANDA AJUSTAMIENTO LINEAL CON EXCEL AJUSTAMIENTO LOGARITMICA CON EXCEL AJUSTAMIENTO POLINOMICA CON EXCEL AJUSTAMIENTO POTENCIAL CON EXCEL AJUSTAMIENTOS AJUSTE ANTE UNA BAJA DE OFERTA POR SUBA DE COSTOS AJUSTE ANTE UNA BAJA EN LA DEMANDA ALGORITMOS PARETO EFICIENTE Algunos smbolos matemticos AMENAZA CREIBLE ANLISIS COMBINATORIO. Reglas de conteo ANLISIS DE BALANCES ANLISIS DE COYUNTURA PARA PRONSTICOS ANLISIS DE REGRESIN ANLISIS DE UNA SERIE CRONOLGICA ANLISIS DE VARIABLES INDIVIDUALES ANLISIS DE VARIANZA ANLISIS DE VARIANZA Y COVARIANZA ANALISIS DINAMICO - MODELOS DE SIMULACION ANALISIS ENVOLVENTE DE DATOS (DEA) ANALISIS NUMERICO - CALCULO NUMERICO DEL COS ANOVA (en ingls ANLISIS DE VARIANZA 324 328 177 88 728 184 382 169 170 173 171 126 464 461 666 730 560 282 458 178 137 122 100 136 133 466 660 750 138
866
ANTIDUMPING APORTES DE MICROECONOMIA CON EXCEL (MCE) 1) Exposiciones simplificadas 2) Seis mtodos equivalentes 3) Estimacin de funciones 4) Programacin con cientos de variables 5) Matrices con Excel 6) Otros 10 utilitarios 7) Empresa sobredimensionada: 8) Casos de antidumping y countervailing duty 9) Cuatro contextos econmicos 10) Elasticidad media 11) Es prcticamente til la ecuacin Slutsky? 12) Como obtener funciones y grficos desde series y viceversa 13) Funciones muy complejas 14) Anlisis dinmico 15) Modelo de la Telaraa y su nmero de perodos 16) Modelos de simulacin: 17) El problema de identificacin 18 Mtodos cientficos 19) Un error en la microeconoma clsica, el sujeto 20) Otro error en la microeconoma clsica, las generalizaciones sobre sistemas NxN: 21) Visin de la microeconoma como la economa de la empresa 22) Simplificacin de la Teora de los Juegos, del S.XXI 23) Omisin tradicional en el MIT, LSE, OXFORD Y SALAMANCA 24) Brecha entre modelacin y realidad Broche de Oro APUESTA DE PASCAL ARCHIVO CON 6 METODOS: METODOS SEIS EQUIVALENTES (UN CASO CON 12 RESULTADOS IGUALES DEL PRIMAL Y DEL DUAL) Cuadro resumen del ejemplo autos y motos: Aproximacin, recordando como derivar: 1 ) LAGRANGE 1b ) DUAL: DETERMINANTE 2 ) METODO GRAFICO - Maximizacin 2b ) DUAL - Minimizacin 3 ) AUTOS y MOTOS SEGN SIMPLEX 3b) VERIFICACION DE LA ULTIMA TABLA SIMPLEX CON MATRICES 4 ) SOLUCION CON SOLVER de Excel
543 55 55 56 57 58 58 58 59 60 60 62 62 64 64 64 64 65 65 67 68 69 71 72 72 74 636 395 398 398 399 400 401 403 404 405 407 409 411 412
867
5 ) MATRICES (MANUALMENTE) AYUDA: ALGEBRA MATRICIAL 6 ) MATRICES CON EXCEL DUALIDAD: ASIMETRA Y CURTOSIS ATRACTORES FRACTAL CAOS AXIOMAS DE LA LGICA NEUMANN-MORGENSTERN AXIOMAS DE LA UTILIDAD ESPERADA SUBJETIVA SEU: AYUDA DE MICROSOFT ON LINE B) AJUSTE PARABLICO DEL COSTO MEDIO BAYES REGLA O TEOREMA DE BAYES BIENES SUNTUARIOS BONDAD DE UN AJUSTE BRECHA ENTRE MODELACON Y REALIDAD BROCHE DE ORO AUSENTE CADENAS DE MARKOV CAPTULO 1 CAPTULO 6 CAPITULO 10 CAPTULO 2 CAPTULO 3 CAPTULO 4 CAPTULO 5 CAPTULO 7 CAPITULO 9 CARGA IMPOSITIVA PARA EXPORTADORES CARPINTERIA CARTEL (COLUSIN ENTRE EMPRESAS) CICLOS CIVILIZACION OCCIDENTAL COASE: COSTOS DE TRANSACCION E INSTITUCIONES ADECUADAS COEFICIENTE DE CORRELACIN COMPARACIONES DE SOFT COMPETENCIA BAJO INCERTIDUMBRE COMPETENCIA DESLEAL COMPETENCIA MONPOLICA COMPUTADORES CON GAMS, WINQSB, MATLAB, TORA, LINDO, VIEWS, SPSS, STATA CON SOLVER DE EXCEL CON SOLVER DE EXCEL CONCLUSIN
413 416 417 418 115 752 692 744 827 383 280 341 311 762 297 87 313 652 100 177 275 302 364 548 545 423 496 124 17 499 128 813 702 542 491 427 720 189 570 121
868
CONSENSO DE WASHINGTON CONTEXTO ALEATORIO CONTEXTO CIERTO CONTEXTO INCIERTO - SEGUROS CONTRATACIN BAJO MONOPOLIO (CON SINDICATO) CONTRATACIN BAJO MONOPSONIO CONTRATACIN EN COMPETENCIA PERFECTA: Contribucin marginal (precios sombra) CORRELACIN - EN MUESTRAS CORRELACIN EN UNA POBLACIN CORRELACION MLTIPLE CON STATA CORRELACION CON EVIEWS (ex TSP) CORRELACIN MULTIPLE Y ANOVA CON SPSS (IBM) Costo de oportunidad: COVARIANZA CREAR UNA MACRO DINAMICA (BUCLE) CRITERIO DE CONTRATACIN CRITERIOS DE BIENESTAR: TEORIA DE LA DECISION CUATRO CONTEXTOS EN EL ANALISIS Y TOMA DE DECISIONES CURVA DE INDIFERENCIA Y RECTA DE PRESUPUESTO DECILES: DEDUCCION DE LA ECUACION DE SLUTSKY DEFORMACIONES CONTABLES USUALES DEMANDA COMO CORRELACIN PRECIO-CANTIDAD DEMANDA QUEBRADA DE SWEEZY DEMANDA, INGRESO TOTAL Y MARGINAL DESDE ECUACIONES OBTENER SERIES Y GRFICOS DESDE LA GEOMETRIA PLANA DE EUCLIDES HACIA LA GEOMETRIA ANALITICA DESDE SERIES OBTENER ECUACIONES Y GRFICOS DESTINATARIOS DE LA MICROECONOMIA DESVIACIN ESTNDAR- EN UNA POBLACIN: DESVO CUARTLICO DESVIO ESTNDAR DESVIO ESTNDAR Y VARIANZA: DETERMINANTES DISCOS DE FRENO PARA AUTOS DISGRESIN MACROECONMICA DISTRIBUCIN BINOMIAL DISTRIBUCIN BINOMIAL DISTRIBUCIN DE POISSON
74 275 100 697 506 504 479 197 131 129 158 154 152 197 127 469 479 694 685 320 113 343 455 130 618 97 92 39 91 51 108 120 107 114 330 134 75 277 285 291
869
DISTRIBUCIN NORMAL DISTRIBUCIN NORMAL DISTRIBUCIN STUDENT DOMINACION - DOMINANCIA DOS RECTAS DE REGRESION DOS SOFAS SIMPLES MS UNO TRIPLE DUALIDAD DUALIDAD DUDAS SOBRE MICROECONOMIA Y SUS METODOS CIENTIFICOS: DUOPLIO DE EDGEWORTH DUOPOLIO DE BERTRAND DUOPOLIO DE CHAMBERLIN ECONOMIA DE LA INFORMACION ECONOMIA DEL BIENESTAR ECONOMIA EXPERIMENTAL Y LA SEU ECONOMIA NO ES MEDICINA NI ES MECNICA ECUACIN DE SLUTSKY EDITOR DE ECUACIONES DEL OFFICE MICROSOFT EFECTO DEL CAMBIO DEL PRECIO DE X SOBRE LA DEMANDA DEL BIEN Y: EFECTO DEL CAMBIO DEL PRECIO DEL BIEN X SOBRE LA DEMANDA DEL BIEN X: EFECTO INGRESO-SUSTITUCIN SEGN HICKS EJECUTABLE MULTICRITERIO ORDENADOR FCE-UBA EJEMPLO BAJO INCERTIDUMBRE: EJEMPLO DE SUBASTA MULTIPLE EJEMPLO DE SUBASTA VICKREY MULTIPLE OBJETO EJEMPLO DE SUBASTAS REPETIDAS EJEMPLO SUBASTA VICKREY EN PAQUETES EJEMPLOS DE JUEGOS NO COOPERATIVOS EJERCICIOS PROPUESTOS EL DILEMA DEL PRISIONERO EL JUEGO DE LA CERVEZA DEL MIT EL KILO DE GUISANTES DE MENDEL EL TEOREMA DE LA MEDIANA ELASTICIDAD MEDIA O PROMEDIO EMPRESA CON DOS PLANTAS (MULTIPLE FACTORIA) EMPRESA DOMINANTE EMPRESA LDER Y SEGUIDORAS Enfoque prctico del curso: ENSAYOS CON UNA Y DOS COLAS ENUNCIADOS DE EJERCICIOS CON 50 TIPOS DE TP
278 286 305 562 127 370 198 366 392 620 619 614 690 681 679 151 338 828 342 340 331 667 703 720 715 722 717 556 775 557 757 310 616 129 489 617 494 865 303 762
870
EQUILIBIO DEL CONSUMIDOR: DEMANDA DERIVADA EQUILIBRIO DE LA EMPRESA CON PRODUCCION DIVERSIFICADA: -A) Produccin simple: - B) Producciones mltiples - C) producciones mltiples conjuntas o conexas SUBPRODUCTOS PRODUCCION CONJUNTA DEPENDIENTE (CONEXA) MODELACION Y PROGRAMACION MULTIPRODUCTO. EQUILIBRIO DE LA EMPRESA CON SOLVER EQUILIBRIO EMPRICO CON HOJA DE CLCULO EXCEL EQUILIBRIO EN MERCADOS COMPETITIVOS EQUILIBRIO GENERAL DE PRODUCCIN-INTERCAMBIO EQUILIBRIO GENERAL Y TEORIA DE LOS JUEGOS -CAJA DE EDGEWORTEQUILIBRIO Y CANTIDAD DE COMPETIDORES EQUILIBRIO Y OPTIMIZACION MULTIPLE PRODUCTO ERRORES EN LA MICROECONOMIA CLASICA ESTABILIDAD DINAMICA (teorema de la telaraa) ESTADISTICA DESCRIPTIVA EXCEL ESTIMACIN DE DEMANDA POR CORRELACIN MLTIPLE - PRONSTICOS: ESTIMACION DE FUNCIONES (REGRESION) ESTIMACIN LINEAL (MLTIPLE) - VENTA DE HELADOS ESTRATEGIAS DOMINADAS ESTRATEGIAS MIXTAS ESTUDIAR LA DEMANDA ESTUDIOS DE DEMANDA EN LAS EMPRESAS y ESTUDIOS DE DEMANDA Y MERCADO BAJO CUATRO CONTEXTOS ETAPAS DEL PROCESO PRODUCTIVO EUCLIDES: El V POSTULADO EN LOS ELEMENTOS EVALUACION CONTABLE DE UNA EMPRESA EVALUACIN DE EXMENES EVALUACIN DE INVERSIONES TIR Y VAN EVALUACION DE LA TEORIA DEL LOS JUEGOS EVALUACIN DE PROYECTOS INCIERTOS EVOLUCION DE LA MATEMATICA Y LA ECONOMIA EXTENDER CLCULOS EN EXCEL FBRICA DE MESAS Y SILLAS ZONDA FOLK THEOREM FUNCIN DE DEMANDA TERICA (HIPERBLICA) FUNCIN DE DEMANDA LINEAL FUNCIN COMBINADA DE LAGRANGE
324 530 530 531 532 533 536 538 386 381 95 221 681 481 530 50 459 140 134 166 142 560 559 90 94 98 187 21 455 132 450 672 699 19 97 200 601 93 92 336
871
FUNCION LOGISTICA DE LORENZ HALCON Y PALOMA IMPUT-OUTPUT INCERTIDUMBRE SEGN J. M. KEYNES INDICE ALFABTICO INDICE DE PODER DE BANZHAF CON EXCEL INDICE DE PODER DE SHAPLEY Y DE BANZHAF CON EXCEL INDICES DE PRECIOS Y LOS INSTITUTOS DE ESTADISTICAS Y CENSOS (INDEC) INFORMACION ASIMETRICA (CONTRATOS) INFORMACION IMPERFECTA 50 INFORMES PARA 50 TP (GUIA) INTRODUCCIN INVESTIGACION OPERATIVA CON EXCEL, WINQSB; GAMS, LINDO, TORA Y OTROS ITERACIONES EXCEL JUEGOS CON COLUSION (CARTEL) JUEGOS CON PROGRAMACION LINEAL SIMPLEX JUEGOS CON PROGRAMACIN LINEAL, GEOMTRICAMENTE, ANALTICAMENTE Y CON SOLVER JUEGOS EN FORMA EXTENSIVA JUEGOS MULTIPLES NO COOPERATIVOS JUEGOS REPETIDOS Y SUPERJUEGOS LA OPTIMIZACION SUBJETIVA (Y LOS BANZHAF): LA TRAGEDIA DE LOS (BIENES) COMUNES: OSTROM LICITACIONES (SUBASTAS / AUCTIONS) LIMITACIONES DE LA TEORIA DE LOS JUEGOS LISTADO DE TP RESUELTOS Y ARCHIVOS LOGICA DIFUSA (FUZZY) / MATEMATICA BORROSA LOS ALGORITMOS NO CALCULAN NADA MALDICIN DEL GANADOR MARKETING MATRICES METODO DE DETERMINANTES: MATRICES Y DETERMINANTES: MATRIZ DE COVARIANCIA MATRIZ DE CORRELACION CON EXCEL MATRIZ DETERMINANTE MATRIZ INSUMO-PRODUCTO MATRIZ INSUMO-PRODUCTO ARGENTINA 1997 MAXIMIZACIN DE LA PRODUCCIN MAXIMIZACIN SEGN LA INDIFERENCIA DE W. PARETO MAXIMIZACIN SEGN LA UTILIDAD MARGINAL
750 593 220 746 853 646 640 348 690 632 776 17 234 467 614 569 562 565 652 569 645 501 707 676 805 747 665 711 754 255 216 147 144 218 216 224 364 328 324
872
MAXIMIZAR UNA INVERSIN EN BONOS MEDIA ARITMTICA MEDIA ARMNICA MEDIA ARMNICA: MEDIA GEOMTRICA MEDIA GEOMTRICA: MEDIANA: MEDIDA DE LA RAPIDEZ DEL AJUSTE MEDIDAS DE DISPERSIN MEDIDAS DE DISPERSIN - VARIANZA: MEDIDAS DE POSICIN. MEDIA ARITMTICA: MEJOR AJUSTAMIENTO CON FINDGRAPH MERCADO COMPETITIVO MERCADO COMPETITIVO CON IMPUESTOS MERCADOS DE FUTUROS Mtodo de los mnimos cuadrados: Mtodo de los nueve puntos: Mtodo de los promedios mviles METODO GRAFICO CON WINQSB METODO SIMPLEX, EN FORMA ESTANDAR Y CANONICA MTODOS CIENTICOS: a ) FORMAS DE ESTUDIAR b) PRESENTACION TIPO INFORME PROFESIONAL c) METODOS DE DEMOSTRACION MICROECONOMIA CLASICA MINIMIZACIN DE COSTOS CON SOLVER MINIMIZACION, ENTERO - MINERA Minimizar el costo de produccin: MNIMO COSTO PARA OBTENER UNA PRODUCCIN DE 200.000 KILOS MODA(O): MODA(O): MODELACION DEL EQUILIBRIO EMPRESARIO (Y GENERAL) MODELACION DE PROGRAMACION CON SOLVER MODELACION EMPRESA SOBREDIMENSIONADA EN UN PAIS EN DESARROLLO MODELACION MATEMTICA MODELACION NEOCLSICA MODELACION Y PROGRAMACION MULTIPRODUCTO MODELO DE COURNOT COMO TEORIA DE JUEGOS MODELO DE HOTELLING (LOCALIZACION) MODELO DE LA CERVEZA EN EXCEL
208 110 103 112 102 111 105 462 114 106 102 174 481 95 700 126 124 122 238 228 388 388 389 389 37 369 424 198 366 105 113 435 427 621 423 510 530 609 615 474
873
MODELO DE VON STACKELBERG MODELO DI TELLA SOBRE INTERMEDIARIOS COMERCIALES MODELOS SIMULACION OFERTA DEMANDA GLOBAL PARA ESTIMAR DEMANDA CHAPA DE SOMISA: MODELOS DE SIMULACION EN EL MIT: MOMENTOS ABSOLUTOS HASTA SU CUARTO GRADO: MOMENTO 0: MOMENTO 1: MOMENTO 2: MOMENTO 3: MOMENTO 4: MOMENTOS CENTRADOS HASTA CUARTO ORDEN MOMENTO 1 MOMENTO 2 MOMENTO 4 MONOPOLIO BILATERAL MONOPOLIO DISCRIMINADOR MONOPOLIO QUE ACTA COMPETITIVAMENTE MONOPOLIO SIN DISCRIMINACIN MUESTRA DE 10 ARANDELAS MUESTRA DE 100 TUBOS FLUORESCENTES MUESTRA DE 16 PIEZAS TORNEADAS MUESTRA DE 200 ARANDELAS MUESTRA DE 200 BOMBITAS MUESTREO MULTICOLINEALIDAD MULTICOLINEALIDAD - FIV MULTICRITERIO MULTIOBJETIVO CON EXCEL 2007 o 2010 MULTIPRODUCTO NEWTON RAPHSON NO SIRVE CUALQUIER MATRIZ NMEROS ALEATORIOS NMEROS NDICE NUMEROS INDICE TEORA ESTADSTICA DE LOS 1. ndice agregativo aritmtico simple, de precios y de cantidades: 2. ndice promedio aritmtico de relativos: 3. ndice promedio geomtrico de relativos 4. ndice mediana de relativos 5. ndice promedio aritmtico ponderado de relativos 6. ndice promedio geomtrico ponderado de relativos
612 508 180 471 115 115 116 117 117 118 118 118 119 120 507 486 485 488 305 289 307 288 308 302 144 139 670 530 470 218 304 324 350 351 352 353 354 354 355
874
7. ndice de Laspeyres 8. ndice de Paasche 9. ndice Ideal de Fisher, aplicado a precios y a cantidades 10. ndice de Edgeworth-Marshall para precios y cantidades 11. ndice de Walch para precios y a cantidades 12. ndice de Drovish-Bowley para precios y cantidades OBSERVACION GENERAL SOBRE LATEORIA DE LOS JUEGOS OLIGOPOLIO DE 3 A 9 EMPRESAS OLIGOPOLIO Y LA TEORIA DE JUEGOS OMAN: COMUNIDAD DE PESCADORES Y CAZADORES OPTIMIZACION DE LA PRODUCCION / MINIMIZACION DEL COSTO OPTIMIZACION MULTIOBJETIVO - MULTICRITERIO OPTIMIZAR UNA CARTERA DE VALORES-ACCIONES ORGANIGRAMAS CON MICROSOFT CHART ORIENTACIN Y CONTENIDO OTRO ENFOQUE INSTITUCIONAL DIFERENTE OTROS MERCADOS - MONOPOLIO PARA QU SE ESTUDIA MICROECONOMIA PARADOJA DE ALLAIS: PARADOJA DE LA INDUCCION - MANO TEMBLOROSA PARADOJA DE LAS ESTRATEGIAS GATILLO -TRIGGER PARADOJA DE SAN PETERSBURGO DE D. BERNOULLI PARADOJA DEL INGRESO DE COMPETIDORES -BARRERAS DE ENTADA -MERCADOS CONTESTABLES PARADOJA GIFFEN PARADORA DEL PRISIONERO PEQUEAS MUESTRAS PERCENTILES PERMUTACIONES PLANIFICACIN DEL PERSONAL DE UN PARQUE DE DIVERSIONES POLICIAS Y LADRONES POR QU ES INSUFICIENTE LA MICROECONOMA CLSICA CON ENFOQUE SOLO FORMAL POTENCIAS Y RACES PRIMERA ) Hace falta gran conocimiento previo de matemtica? PRIMERA TEORA DE LA DEMANDA: sicolgico-utilitaria PRINCIPIO DE INDETERMINACION DE HEISEMBERG PRINCIPIO DE REVELACION PROBABILIDAD DE DISTRIBUCIONES PROBLEMA DE LA MOCHILA CON ENTEROS PROBLEMA DE TRANSPORTE
356 356 357 358 359 360 678 628 606 435 375 653 211 831 87 501 484 85 745 673 676 743 675 340 675 305 114 283 206 589 52 828 393 317 745 689 276 373 203
875
PROBLEMA DUAL: PRODUCCIN DE TV, ESTREOS Y ALTAVOCES PRODUCCION, COSTOS, BENEFICIOS PROGRAMACION BINARIA PROGRAMACIN NO LINEAL O LINEAL PROGRAMACION CON PRESENTACIONES MATRICIALES PROGRAMACION DE TURNOS DE TRABAJO PROGRAMACIN DINMICA PROGRAMACION ENTERA DE UNA DIETA PROGRAMACION LINEAL CON GAMS PROGRAMACION LINEAL CON LINDO Programacin lineal con Solver de Excel PROGRAMACION LINEAL CON TORA PROGRAMACIN LINEAL CON WINQSB PROGRAMACION LINEAL -OTRA FORMA DE SOLVER PROGRAMACIN LINEAL SIMPLEX PROGRAMACIN LINEAL SIMPLEX CON SOLVER DE EXCEL PROGRAMACION POR METAS PROGRAMACION POR METAS CON EXCEL PRLOGO PROGRAMACON POR METAS CON WINQSB PROTECCIN EFECTIVA DE UNA INDUSTRIA PARA QU PROYECTAR CON CORRELACIONES? PROYECCIN Y PROGRAMACIN PRUEBA X2 (DE ASOCIACIN ENTRE DOS VARIABLES Y DOS O MS MUESTRAS) PRUEBA Z QUIEN FUE EL ASESINO? RACES EN FUNCIONES CUADRTICAS: RUFFINI RACES EN FUNCIONES CBICAS: RUFFINI RACES EN POLINOMIOS DE ORDEN SUPERIOR RAPIDITO Y LENTITO EN LA ESTACION VIVITOS RECALCULAR AUTOMATICO O MANUAL F9 REFERENCIAS BIBLIOGRFICAS REFINERIA AZTECA REGRESIN MLTIPLE RELACIN ENTRE VARIABLES - SIMPLE (DOS VARIABLES) RESPONSABILIDAD SOCIAL EMPRESARIA-ESR RESPUESTAS RESPUESTAS: RESPUESTAS:
326 202 42 374 189 206 378 297 372 241 249 442 246 234 446 193 200 653 654 15 657 547 178 177 306 287 445 829 829 831 510 468 849 431 134 126 684 436 515 521
876
RESTRICCIONES ADICIONALES CON MATRICES RIESGO MORAL RIESGO vs. INCERTIDUMBRE SALIERON 115 CARAS y 85 CRUCES SEGUNDA ) Para que sirve todo esto de los mtodos? SEGUNDA TEORA DE LA DEMANDA: curvas de indiferencia SEIS METODOS EQUIVALENTES SELECCIN ADVERSA SENSIBILIDAD SEALIZACION SERIES DE FRECUENCIAS SERIES SIMPLES SERIES Y FUNCIONES EN LA EMPRESA SIGNIFICADO Y VALOR DE : SIMPLEX MATRICIAL SIMULACIN DE MONTECARLO SISTEMAS CON 1700 VARIABLES SISTEMAS DE ECUACIONES Y MATRICES CON MATLAB SISTEMAS DE ECUACIONES NxN SISTEMAS DE ECUACIONES NxN CON EVIEWS SISTEMAS DE ECUACIONES NxN CON EXCEL, STATA, EVIEWS, MATLAB, SPSS SISTEMAS DE ECUACIONES NxN CON STATA SISTEMAS NXN CON DETERMINANTES EN EXCEL SISTEMAS NxN CON SOLVER DE EXCEL SISTEMAS NxN CON SPSS SOLVER EN FORMA TIPO MATRICIAL / SIMIL MATRICIAL / o PARAMATRICIAL SUBASTA MULTIPLE (PAQUETES SUBASTA VICKREY SUBASTAS CON EXCEL, SUBASTAS DE UN UNICO BIEN Y DE PAQUETES TABLAS DE EXTRAS DE PRECIOS Y COSTOS TAMAO DE LA MUESTRA TELEFOCOM Ejercicio 4: TELEFOCOM **EJERCICIO 7: TEMAS FUNDAMENTALES PARA UN CURSO GENERAL DE MICROECONOMA TEOREMA DEL INGRESO EQUIVALENTE TEOREMA MINIMAX: TEORIA DE CONJUNTOS de Von Neumann-Bernays-Gdel TEORIA DE JUEGOS TEORIA DE JUEGOS CONTEXTO HOSTIL
370 690 696 309 394 319 530 691 192 691 109 100 87 337 231 292 253 265 253 260 255 257 256 253 270 429 716 711 720 724 477 296 514 519 83 710 553 738 548 548
877
TEORIA DE LA DECISION TEORIA DE LA DECISION SEGUN TIPOS DE INCERTIDUMBRE TEORA DE LA DEMANDA TEORA DE LA INCERTIDUMBRE - SUBASTAS TEORIA DE LA INCERTIDUMBRE NO ESTRUCTURADA TEORA DE LA PROBABILIDAD TEORA DE LAS COLAS TEORIA DE LOS ACUERDOS TEORA DE LOS COSTOS CON EXCEL TEORA DEL EQUILIBRIO DE LA EMPRESA Teoras de la demanda y sistemas econmicos TEORAS ECONMICAS Y LEGISLACIN OBLIGATORIA TERCERA TEORA DE LA DEMANDA: PREFERENCIA REVELADA TIPOS DE BIENES TIPOS DE BIENES, CONTEXTOS Y MTODOS TEORIA IRREAL PRACTICA REAL TOMA Y DACA TRABAJOS PRACTICOS: 7 OBLIGATORIOS EN EXCEL TRES POSIBLES ENFOQUES MICROECONOMICOS: TRES ESTADOS CONTABLES: URNA DE PLYA USO DE FUNCIONES USO DE TABLAS Y DE LAS FUNCIONES INCORPORADAS EN EXCEL UTILIDAD ESPERADA UTILIDAD ESPERADA SUBJETIVA SEU: VALOR DE RESISTENCIA PARA UN CIRCUITO ELCTRICO VALOR DE SHAPLEY VALOR DE SHAPLEY CON EXCEL VALOR ESPERADO VAN Y TIR (VALORACION DEL TIEMPO) VARIANZA MEDIANTE MOMENTOS VIDA TIL DE UN PRODUCTO
686 744 313 706 742 275 290 638 369 364 313 476 321 94 98 760 558 804 81 457 746 77 279 701 744 213 640 651 700 452 121 288
878
Enfoque prctico del curso:

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 (CAP.7) es ilustrativo ya que es efectivamente generalizable 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 la actividad empresaria.
879

Micro Econom Iacon Excel

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Micro Econom Iacon Excel

Uploaded by

Copyright:

Available Formats

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL EN EMPRESAS

Anlisis microeconmico con Excel

www.microeconomiaconexcel.com foros y otros site.

, sitios del curso en la FCE,

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

PARA QU SE ESTUDIA MICROECONOMIA................................................................................. 88

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

8) PROGRAMACION LINEAL -OTRA FORMA DE SOLVER ..................................................... 454

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel

Anlisis microeconmico con Excel