UNIVERSIDAD NACIONAL DE MAR DEL PLATA. Facultad de Ciencias Económicas y Sociales

Tamaño: px
Comenzar la demostración a partir de la página:

Download "UNIVERSIDAD NACIONAL DE MAR DEL PLATA. Facultad de Ciencias Económicas y Sociales"

Transcripción

1 UNIVERSIDAD NACIONAL DE MAR DEL PLATA FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES UNIVERSIDAD NACIONAL DE MAR DEL PLATA Facultad de Cencas Económcas y Socales TESIS DE GRADO Lc. en Economía Estmacón de Curvas de Engel en Argentna Autor: Matías Carugat Drectora: Mg. Mram Berges Mar del Plata Año 2008

2 UNIVERSIDAD NACIONAL DE MAR DEL PLATA FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES TESIS DE GRADO Lc. en Economía Estmacón de Curvas de Engel en Argentna Autor: Matías Carugat Drectora: Mg. Mram Berges Comté evaluador: Lc. Patrca Alegre Mg. Mram Berges Lc. Antono Rayó

3 AGRADECIMIENTOS Quero expresar ms agradecmentos a todos aquellos que, de alguna forma u otra, me ayudaron y me apoyaron a lo largo de toda la carrera: a m famla; a m nova, María; a ms amgos; y especalmente a m drectora de tess y tutora de beca, Mram. Todos ustedes han aportado mucho a m desarrollo como persona y a m formacón profesonal, por eso quero decrles muchas gracas! 1

4 RESUMEN El objetvo prncpal de esta tess consste en nvestgar el cumplmento de la Ley de Engel en Argentna, con datos de gastos de consumo de los hogares, para el período Se estmaron curvas de Engel para hogares de dstnta composcón demográfca medante la regresón por kernel, método de regresón no paramétrco que permte evtar sesgos de especfcacón. Los resultados obtendos ndcan que la proporcón de gasto en almentos de un hogar es decrecente respecto a su ngreso y crecente respecto a su tamaño, comprobándose el cumplmento de la Ley de Engel. Asmsmo, se determnó que el patrón de consumo de almentos de un hogar no es ndependente de su estructura demográfca y que exsten economías de escala en el consumo de almentos. Palabras claves: Ley de Engel Curvas de Engel Regresón por kernel Regresón no paramétrca Argentna ABSTRACT The man objectve of ths thess s to nvestgate the fulflment of Engel s Law n Argentna, wth household expendture data, for the perod Engel curves for households of dfferent demographc composton where estmated by kernel regresson, a nonparametrc method that avods msspecfcaton errors. The obtaned results ndcate that the household food budget share decreases wth ncome and ncreases wth sze, verfyng the fulflment of Engel s Law. Moreover, t was establshed that the household food consumpton pattern s not ndependent of ts demographc structure, and that economes of scale n food consumpton exst. Key Words: Engel s Law Engel Curves Kernel regresson Nonparametrc regresson Argentna 2

5 ÍNDICE: Págna Agradecmentos 1 Resumen 2 Abstract 2 Índce 3 Introduccón Objetvo general Objetvos partculares Hpótess de trabajo 6 Marco Teórco Teoría Mcroeconómca Las preferencas del consumdor La conducta del consumdor La funcón de utldad ndrecta y la funcón de costo Propedades de la funcón de demanda Las curvas de Engel Forma funconal de las curvas de Engel: restrccones teórcas Las curvas de Engel en la práctca Antecedentes empírcos Orígenes de la curva de Engel Funcones PIGL y PIGLOG Sstemas de Demanda Curvas de Engel no paramétrcas y semparamétrcas Antecedentes recentes en Argentna Especfcacón de la curva de Engel a emplear Regresón no paramétrca Regresón por kernel Eleccón del ancho de banda Intervalos de confanza asntótcos Intervalos de confanza por bootstrap Datos empleados Reestructuracón de los datos Característcas prncpales 46 Resultados Prncpales Estmacón general Estmacones partculares Estmacón alternatva 50 Conclusones 53 Bblografía 56 Anexo I 59 Anexo II 60 3

6 INTRODUCCIÓN: Dentro de la mcroeconomía, el estudo del consumo de los hogares y del comportamento de los consumdores posee un rol central, debdo a la posbldad de aplcacón a nvestgacones sobre la dstrbucón y el benestar. La medcón económca del benestar se realza consderando el consumo y el ngreso como ndcadores del nvel de vda de un hogar. Ernst Engel, en 1857, realzó una de las prmeras nvestgacones respecto a este tema, analzando datos referdos a Bélgca. La mportanca de su trabajo radca en dos aspectos: () establecó la Ley de Engel, que establece que el gasto en almentos es una funcón crecente del ngreso y del tamaño del hogar, con el porcentaje de gasto en almentos dsmnuyendo a medda que se ncrementa el ngreso; () a partr de su trabajo, la relacón exstente entre el consumo de un ben y el ngreso del consumdor se denomna curva de Engel. Desde entonces, el análss del comportamento del consumdor y del consumo de los hogares ha logrado un consderable avance, tanto a nvel teórco como empírco. En partcular, el análss de las curvas de Engel comenzó con trabajos descrptvos, que emplearon el método nductvo para tratar de obtener otras leyes respecto al comportamento de los consumdores (ver, por ej. Schwabe, 1868). Posterormente, el concepto de curva de Engel fue ncorporado a la teoría económca. Smultáneamente, dversos autores trataron de estmar las curvas empírcamente, en dstntas economías y períodos de tempo (Del Veccho, 1912; Ogburn, 1919; Allen y Bowley, 1935; entre otros), medante métodos de regresón paramétrcos. El avance de la Econometría ha permtdo a los nvestgadores una mayor flexbldad en la formulacón, estmacón y testeo de formas funconales de las curvas de Engel. Debdo a ello fue posble obtener resultados más consstentes, por lo que los análss realzados con los msmos ncrementaron su confabldad. Generalmente, los estudos empírcos sobre el consumo utlzan métodos de regresón paramétrcos, especfcando una funcón determnada consstente con las restrccones que mpone la teoría económca. Luego, estman dcha funcón teórca y realzan dversos tests a la msma, para verfcar la consstenca de los resultados obtendos. Aplcando esta metodología a la estmacón de curvas de Engel, se han analzado dstntos tpos de formas funconales, sendo la más empleada, por sus buenas propedades, la forma Workng Leser (1963). Alternatvamente, otros autores dervan la forma funconal de la curva de Engel a partr de un sstema de demanda prevamente especfcado (por ej. el AIDS de Deaton y Muellbauer, 1980). Sn embargo, esta aproxmacón econométrca, que algunos autores llaman clásca, posee certas lmtacones, al margen de consderar las ventajas y desventajas de las dstntas formas funconales propuestas. Una de estas lmtacones consste en que se asume, mplícta o explíctamente, que todos los consumdores poseen curvas de Engel guales, lo que en la realdad es muy dfícl de verfcar. Asmsmo, la forma funconal de la curva de Engel a estmar muchas veces se plantea en base a consderacones práctcas, más que teórcas. La eleccón de una forma funconal consstente con la teoría económca no resulta sencllo, dado que las formas teórcamente aceptables son numerosas y la probabldad de elegr la correcta, entonces, sería muy pequeña. Esto puede conducr a sesgos de especfcacón en la forma funconal de la curva de Engel, lo que ntroduce dstorsones en los resultados obtendos y, por ende, en los análss realzados con ellos. La estmacón de una forma funconal ncorrecta puede producr estmadores sesgados, nconsstentes e nefcentes, ntervalos de confanza demasado amplos, naplcabldad de procedmentos de prueba de hpótess, etc. (Gujarat, 1997). Un enfoque alternatvo para la estmacón de curvas de Engel ha surgdo con el avance de la Econometría, que permte sortear el problema del error de especfcacón 4

7 de la funcón. Los métodos de regresón no paramétrcos permten que sean los datos los que determnen la forma funconal de la curva de Engel, obtenéndose una curva de Engel empírca que es sometda a un análss de consstenca con las restrccones que mpone la teoría económca. Exsten varas razones por las que resulta mportante estmar correctamente las curvas de Engel. En prmer lugar, las msmas pueden ser utlzadas para calcular la elastcdad-ngreso de los benes y determnar a que categoría corresponden (benes nferores, necesaros o de lujo, dependendo del valor del coefcente de elastcdad). En segundo lugar, la especfcacón de las curvas de Engel resulta mportante para analzar las respuestas del consumdor frente a meddas de polítca económca, así como el mpacto de las msmas sobre el benestar de la socedad. A modo de ejemplo, puede utlzarse la nformacón obtenda de las curvas de Engel para determnar el mpacto sobre el benestar de los consumdores de una polítca mpostva determnada. En tercer lugar, la estmacón de las curvas de Engel permte analzar las dferencas en la estructura de gasto de hogares con dstntas característcas socodemográfcas, estmar el mpacto de cambos demográfcos sobre la demanda de benes y calcular escalas de equvalenca. En cuarto lugar, la correcta especfcacón de las curvas permte estudar la respuesta de los consumdores a cambos en sus nveles de ngreso, analzando el mpacto que tene sobre el benestar de los consumdores. Por últmo, del análss de las curvas de Engel se pueden obtener los senderos de expansón, permtendo realzar aportes mportantes al estudo de la preferenca revelada sobre datos mcroeconómcos (Blundell, Brownng y Crawford, 1997). Para Argentna, exsten pocos antecedentes respecto a la estmacón de curvas de Engel. Uno de ellos es el trabajo de Rodríguez, Berges y Casellas (2001), quenes estmaron curvas de Engel de almentos con datos de la Encuesta Naconal de Gastos de los Hogares , realzada por el INDEC. El otro antecedente recente corresponde al trabajo de Pzzoltto (2007), quen empleó datos de una encuesta del Banco Mundal. La falta de nvestgacones aplcadas a nuestro país sobre este tema es una razón adconal por la cual se realza este trabajo. Por lo anterormente expuesto, se plantean los sguentes objetvos e hpótess de trabajo de esta nvestgacón: Objetvo general: Investgar el cumplmento de la Ley de Engel en Argentna, con datos de gastos de consumo de los hogares, para el período Objetvos partculares: 1. Analzar la relacón entre gasto en almentos y gasto total para hogares de dstnta composcón demográfca. 2. Determnar para las característcas demográfcas para las cuales las curvas de Engel dferen en forma sgnfcatva. 3. Estmar, medante técncas de regresón no paramétrcas, curvas de Engel de almentos para Argentna. 4. Analzar la exstenca de economías de escala en el consumo de almentos en hogares de dstnta composcón. 5

8 1.3 - Hpótess de trabajo: 1. De acuerdo con la Ley de Engel, la proporcón de gasto en almentos es decrecente a medda que aumenta el nvel de gasto total. 2. La dsmnucón en la proporcón del gasto en almentos es menor para hogares más pobres (con menor nvel de gasto total), que para hogares más rcos. 3. De acuerdo con la Ley de Engel, la proporcón de gasto en almentos es crecente a medda que se ncrementa el tamaño del hogar, mantenendo el gasto total constante. 4. La dferenca de gustos y/o necesdades de adultos y nños de un hogar se ve reflejada en su patrón de consumo de almentos. 5. A medda que ncrementan su gasto total, los hogares de mayor tamaño presentan economías de escala en el consumo de almentos. Los datos que se utlzarán en la estmacón de las curvas se obtuveron de la Encuesta Naconal de Gasto de los Hogares (ENGH) realzada por el Insttuto Naconal de Estadístca y Censos (INDEC) de la Repúblca Argentna. S ben se ha realzado dcha encuesta entre los años 2004 y 2005, los datos no están dsponbles para su utlzacón. Por lo tanto, se emplean los datos que surgen de la ENGH anteror, realzada entre los años 1996 y La estructura del trabajo es la sguente. En la segunda seccón se brnda una explcacón teórca respecto a las curvas de Engel, descrbendo cómo pueden dervarse a partr de la teoría del comportamento del consumdor. Asmsmo, se reseñan las prncpales nvestgacones empírcas al respecto, tratando de detallar sus prncpales característcas, ventajas y desventajas. En la tercera seccón se explcan los prncpales aspectos teórcos de la regresón no paramétrca, sus ventajas respecto a la regresón paramétrca tradconal y sus lmtacones. Asmsmo, se realza una explcacón de la técnca no paramétrca empleada en esta tess, justfcando su eleccón. En la cuarta seccón se descrben las prncpales característcas de los datos empleados, así como la forma en que fueron reestructurados para la nvestgacón. Se presenta un análss prelmnar de los msmos, de forma tal que se puedan realzar certas observacones respecto al patrón de consumo de los hogares. En la qunta seccón se presentan las estmacones de las curvas de Engel de almentos para dstntos tpos de hogar. Fnalmente, en la sexta y últma seccón se brndan las prncpales conclusones del análss de las curvas estmadas, tratando de brndar una explcacón satsfactora para las regulardades y dferencas encontradas, que puede ser de utldad con fnes de polítca económca. 6

9 MARCO TEÓRICO: 2 - Teoría Mcroeconómca: Las curvas de Engel son funcones que descrben cómo el gasto de un consumdor en un ben o servco está relaconado con su ngreso total, mantenendo los precos constantes. Teórcamente, las msmas se dervan de las funcones de demanda, que relaconan las cantdades demandadas de los dstntos benes con los precos de los msmos, el ngreso del consumdor, sus preferencas y otras característcas socodemográfcas relevantes. A su vez, las funcones de demanda se dervan de la teoría del consumdor, que supone que cada consumdor elge la combnacón de benes dsponbles en el mercado de forma tal que maxmza su utldad, dada su restrccón presupuestara. Por lo tanto, resulta convenente presentar un breve repaso de dcha teoría, para pasar luego a la descrpcón de las propedades que deben cumplr las curvas de Engel, para ser consstentes con la teoría mcroeconómca Las preferencas del consumdor El análss mcroeconómco estándar supone que el consumdor tene unas determnadas preferencas respecto a las cestas de consumo de X, que es su conjunto de consumo. Las preferencas permten ordenar el conjunto de cestas y deben satsfacer determnadas propedades o axomas de eleccón : Axoma 1: Complettud. Cualesquera que sean las cestas x e y, pertenecentes a X, o ben x f y (se lee, el consumdor pensa que la cesta x es, al menos, tan buena como la y ), o ben y f x, o ambos 1. Sgnfca que s dos cestas de consumo pueden ser comparadas, el consumdor puede juzgar cuál de ellas es mejor (pudendo ser consderadas gualmente buenas, ncluso). Axoma 2: Reflexvdad. Cualquera que sea x, pertenecente a X, x f x. Este axoma mplca que una cesta cualquera es tan buena como ella msma. Resulta un axoma necesaro desde el punto de vsta matemátco, pero trval desde el punto de vsta práctco. Axoma 3: Transtvdad. Cualesquera que sean x, y y z, pertenecentes a X, s x f y, e y f z, entonces x f z. Este axoma es necesaro para analzar la maxmzacón de las preferencas, y asegura que las preferencas del consumdor son consstentes. Axoma 4: Contnudad. Cualquera que sea y pertenecente a X, los conjuntos {x : xf y} y {x : xp y} son conjuntos cerrados. Asmsmo, {x : xf y} y {x : xp y} son conjuntos abertos. Este supuesto es necesaro para exclur algunas conductas dscontnuas. La consecuenca más mportante de la contnudad es que s y se prefere estrctamente a z y s x es una cesta sufcentemente cercana a y, x debe preferrse estrctamente z. Axoma 5: Insacabldad local. Dada una cesta x pertenecente a X y un tal que > 0, exste una cesta y pertenecente a X tal que x y <, que cumple con y 1 Dada una ordenacón f que descrba una preferenca débl, podemos defnr una ordenacón f que descrba una preferenca estrcta: x f y quere decr que x se prefere estrctamente a y. De la msma manera, podemos defnr el concepto de ndferenca que representamos medante el símbolo :, dcendo que x : y s y sólo s x f y e y f x. 7

10 f x. Este supuesto sgnfca que sempre es posble mejorar, ncluso aunque sólo se ntroduzcan pequeñas varacones en la cesta de consumo. Axoma 6: Convexdad. Dados x, y y z pertenecentes a X tal que x f y e y f z, entonces tx + (1 t)y f z cualquera sea t tal que 0 t 1. Axoma 6 : Convexdad estrcta. Dados x, y y z pertenecentes a X, s x f z e y f z, entonces tx + (1 t)y f z cualquera sea t tal que 0 < t < 1. 2 Los axomas 1 a 4 son sufcentes para poder representar las preferencas de ordenamento medante una funcón de utldad. Es decr, las preferencas se representan medante una funcón u(x) tal que x f y, s y sólo s u(x) > u(y). S la ordenacón de preferencas es completa, reflexva, transtva y contnua, puede representarse por medo de una funcón de utldad contnua (Varan, 1978; Deaton y Muellbauer, 1980). La característca más mportante de las funcones de utldad es su carácter ordnal. S u(x) representa unas determnadas preferencas débles ( f ) y f es una transformacón monótona de u(x), f[u(x)] representará exactamente las msmas preferencas, ya que f[u(x)] f[u(y)] s y sólo s u(x) u(y). Es posble establecer otros supuestos, que no forman parte de los axomas, sobre las preferencas del consumdor, pero que resultan útles en el análss: Supuesto 1: Monotoncdad débl. S x y, entonces x f y. Esto mplca que una cesta que contenga como mínmo la msma cantdad de benes que otra es, como mínmo, gual de buena que ésta. Supuesto 2: Monotoncdad fuerte. S x y y x y, entonces x f y. Implca que una cesta que contenga como mínmo la msma cantdad de todos los benes que otra, y más de alguno de ellos, es estrctamente mejor que ésta, lo que sgnfca suponer que los benes son buenos o deseables. Esta propedad tambén es conocda como más es mejor, en el sentdo que una cesta con mayor cantdad de benes le brnda mayor utldad al consumdor que otra con menor cantdad de benes y, por lo tanto, prefere aquella a esta últma. Asmsmo, la monotoncdad fuerte mplca la nsacabldad local, pero no vceversa (Varan, 1978). Las ordenacones de las preferencas suelen representarse gráfcamente. El conjunto de todas las cestas de consumo ndferentes entre sí se denomna curva de ndferenca. Es decr, una curva de ndferenca representa las dstntas combnacones de benes que le reportan una msma utldad o satsfaccón al consumdor. La pendente de estas curvas se denomna Tasa Margnal de Susttucón (TMS) e ndca la cantdad de undades de un ben que un consumdor está dspuesto a dejar de consumr, para poder consumr una undad adconal del otro ben, mantenendo constante el nvel de utldad total. El Gráfco Nº 1, que detalla el mapa de ndferenca 3 de un consumdor, muestra lo anterormente descrto. 2 Matemátcamente, y refréndonos a una curva determnada, la convexdad estrcta mplca que ésta no posee nngún tramo recto. 3 El mapa de ndferenca de un consumdor es el conjunto completo de curvas de ndferenca de éste. Para clarfcar la exposcón solamente se detallan tres curvas en el gráfco, aunque hay que tener en cuenta que como el mapa es completo, la cantdad de curvas de ndferenca es nfnta. 8

11 y GRÁFICO N 1: MAPA DE INDIFERENCIA TMS = y / x = (y 2 y 1) / (x 2 x 1) = UMg x / UMg y U 3 y 1 y 2 U 1 U 2 x 2 x El axoma de convexdad mplca que un consumdor prefere los puntos medos a los extremos. Ello sgnfca que s se unesen dos puntos de una msma curva de ndferenca con una línea recta, cualquer punto de ésta representa un nvel de utldad superor. Este axoma se garantza con la exstenca de preferencas estrctamente convexas, que mplcan que las curvas de ndferenca son estrctamente curvadas, excluyendo cualquer tramo recto. La convexdad estrcta, a su vez, es una generalzacón del supuesto de TMS decrecente, que sgnfca que a medda que se consume una cantdad mayor de un ben, es de esperar que el consumdor prefera renuncar a cantdades cada vez menores de otros benes para obtener undades adconales del prmero. Este hecho se derva de que la utldad total que brnda el consumo de cualquer ben es postva y crecente, pero su tasa de crecmento (su utldad margnal 4 ) es decrecente, porque el consumdor se va sacando a medda que consume undades adconales del ben en cuestón (Pyndck, y Rubnfeld, 1998). Por últmo, el supuesto de monotoncdad fuerte mplca que curvas de ndferenca más altas mplcan un mayor nvel de utldad o satsfaccón para el consumdor. Para comprobarlo gráfcamente, consdérese la cesta de benes (x 1, y 1 ) que corresponde a la curva de ndferenca U 1. S se mantenen constantes las undades de y, y se aumentan las undades de x, entonces el consumdor posee una cesta de benes que ncluye a la anteror. S se cumple el supuesto de monotoncdad fuerte, entonces, este consumdor prefere la nueva cesta de benes a la orgnal, por lo tanto la curva de ndferenca para la nueva cesta debe encontrarse sobre la curva de ndferenca de la cesta orgnal. Por lo tanto, en el gráfco anteror, las combnacones de benes que se representan en la curva de ndferenca U 2 le reportan mayor nvel de utldad al consumdor que las combnacones de benes de la curva U 1. Asmsmo, las combnacones de benes representadas por la curva de ndferenca U 3 le reportan mayor nvel de utldad al consumdor que las combnacones de benes de la curva U La conducta del consumdor La hpótess básca de la cual parte el análss de la conducta del consumdor consste en que el consumdor raconal sempre elge, del conjunto de opcones posbles, la cesta por la que muestra una mayor preferenca. En el problema básco de maxmzacón de preferencas, el conjunto de opcones posbles es el conjunto de todas las cestas que satsfacen la restrccón 4 La utldad margnal de un ben (UMg) ndca el ncremento en la utldad total que le reporta el consumo de una undad adconal al consumdor. 9

12 presupuestara del consumdor. Sea m un escalar correspondente al ngreso total del consumdor, p = (p 1,, p k ) el vector de los precos de los benes 1,, k y q el vector de cantdades consumdas de los benes 1,, k. El problema de maxmzacón de las preferencas puede expresarse, entonces, de la sguente forma: máx u = u(q), sujeto a pq m (1) S las preferencas satsfacen la propedad de nsacabldad local, una cesta de benes maxmzadora de la utldad debe cumplr la restrccón presupuestara con gualdad. Ello se debe a que s obtener más benes sempre mejora el benestar del consumdor, éste tendrá ncentvos a obtener la mayor cantdad de benes posbles, dado su nvel de ngreso total. Entonces, es posble reformular el problema de maxmzacón de las preferencas de la sguente forma: máx u = u(q), sujeto a pq = m (2) La solucón para este problema de maxmzacón de utldad consste en una funcón que relacona m y p con la cesta demandada por el consumdor. La msma se denomna funcón de demanda Marshallana y se representa de la sguente forma: g(m, p). Smplemente ndca las cantdades de benes que un consumdor demanda, para dstntos nveles de ngreso total y preco, y que maxmzan su utldad 5. Para que dcha funcón esté ben defnda, resulta necesaro establecer algunos supuestos. Prmero, se supone que hay una únca cesta que maxmza la utldad a cada preco e ngreso. La condcón de convexdad estrcta garantza el cumplmento de este supuesto (Varan, 1978). Segundo, la funcón de demanda es homogénea de grado cero en (m, p). Esto sgnfca que s multplcamos los precos y el ngreso total del consumdor por un número postvo (cualquera sea éste), el conjunto presupuestaro no varía y, por lo tanto, tampoco varía la cesta demandada por el consumdor que resuelve su problema de maxmzacón de utldad. En térmnos formales: 0 g ( jm, jp ) = j g ( m,p ) = g ( m,p ) (3) La conducta optmzadora del consumdor puede establecerse matemátcamente, en la medda en que la funcón de utldad sea contnua y dferencable. Planteando el msmo problema de maxmzacón, y utlzando el método de Lagrange, puede establecerse el sguente lagrangano (L): máx u = u(q), sujeto a pq = m L = u(q) + λ(m pq) (4) Donde λ es el multplcador de Lagrange, que se asmla al concepto de utldad margnal del dnero. Dferencando L respecto a q, obtenemos las condcones de prmer orden para la maxmzacón de la utldad: uq ( ) - λp = 0, sendo = 1,, k. (5) q 5 Para facltar la exposcón no se consdera explíctamente, por el momento, la dependenca de las funcones de demanda de las característcas socodemográfcas del consumdor. Cuando se aborde el concepto de Curva de Engel se retomará esta dependenca. 10

13 El prmer térmno del membro zquerdo de la ecuacón corresponde a la utldad margnal del ben. Despejando el vector de precos de las condcones de prmer orden, y dvdéndolas para los benes y j, podemos elmnar el multplcador de Lagrange. De esta forma, tenemos que: uq ( ) q uq ( ) q j = p p j, sendo, j = 1,, k. (6) El cocente entre las utldades margnales de los benes y j es la tasa margnal de susttucón (TMS) entre dchos benes, mentras que el cocente del segundo membro se denomna relacón económca de susttucón (RES) entre los benes y j. La RES es smplemente la relacón de precos entre ambos benes, e ndca cuántas undades del ben j son necesaras para adqurr en el mercado una undad adconal del ben. La maxmzacón de la utldad mplca que estas dos relacones son guales para la cesta maxmzadora de utldad. En otras palabras, la gualdad entre la TMS y la RES sgnfca que la cantdad del ben j que está dspuesto a sacrfcar el consumdor para aumentar su consumo del ben, es gual a la cantdad que el mercado exge que sacrfque del ben j para aumentar el consumo del ben. S en dcho punto no fueran guales la TMS y la RES, sería posble para el consumdor alterar la cantdad que consume de ambos benes y aumentar la utldad total, lo que estaría contradcendo al supuesto de maxmzacón de utldad del que partó el análss. Las condcones de segundo orden, necesaras para resolver el problema de maxmzacón de la utldad, requeren que el hessano orlado que se puede formar con el lagrangano L sea defndo postvo, para obtener un máxmo restrngdo en el punto analzado. En este caso, la combnacón de benes que satsfacen ambas condcones, será maxmzadora de utldad. La solucón del problema planteado ncalmente, entonces, nos brnda un sstema completo de demandas Marshallanas g(m, p) 6. S se susttuye g en la funcón de utldad u orgnal, entonces se puede obtener el nvel de utldad máxmo, sujeto a la restrccón presupuestara del consumdor. Aplcado al caso de 2 benes, el Gráfco Nº 2 expresa el argumento anteror de forma geométrca. GRÁFICO N 2: EQUILIBRIO DEL CONSUMIDOR q 2 RP 1: q 2 = (m / p 2) (p 1 / p 2) q 1 m / p 2 En E 1, TMS = UMg 1 / UMg 2 = RES = p 1 / p 2 q 2 e E 1 U 1 q 1 e m / p 1 q 1 6 Recuerde que en el problema ncal, máx u = u(q), sujeto a pq = m, p es un vector de precos, q es el vector de cantdades consumdas de cada ben y m es un escalar que corresponde al ngreso total, por lo que la solucón del msmo consste en funcones de demanda para cada uno de los benes consderados. 11

14 La restrccón presupuestara del consumdor vene dada por p 1 q 1 + p 2 q 2 = m. Despejando q 2, se obtene una recta cuya pendente es p 1 /p 2 y con una ordenada al orgen m/p 2. El problema del consumdor consste en encontrar una cesta de benes que se encuentre sobre la recta presupuestara (debdo a la propedad de nsacabldad local) y que le brnde la máxma utldad posble (es decr, que alcance la curva de ndferenca más alta posble). La resolucón geométrca de este problema se obtene s se satsface la condcón de tangenca entre la recta presupuestara y una de las curvas de ndferenca. Dcha condcón ndca que la pendente de la curva de ndferenca debe ser gual a la pendente de la recta presupuestara, para la cesta de consumo maxmzadora de la utldad. Como se establecó anterormente, la pendente de la curva de ndferenca es la TMS, mentras que la pendente de la recta presupuestara es la RES. Por lo tanto, geométrcamente se obtene la msma solucón que medante el cálculo dferencal. El equlbro muestra, en este caso, la combnacón de benes que maxmza la utldad del consumdor, dada su restrccón presupuestara La funcón de utldad ndrecta y la funcón de costo En la seccón precedente, se formuló el problema del consumdor como un problema de maxmzacón de la utldad sujeta a un ngreso total, que actúa como restrccón presupuestara. La solucón del msmo permte obtener una combnacón de benes que maxmza un nvel de utldad específco. Se puede reformular el problema anteror de la sguente manera: ahora el problema es selecconar una cesta de benes que mnmce el costo necesaro para alcanzar un nvel de utldad u. El vector de benes obtendo como solucón será, en ambos casos, el msmo. Los dos problemas menconados son descrptos, generalmente, como problemas duales. Problema orgnal: maxmzar u = u(q) sujeto a pq = m Problema dual: mnmzar m = pq sujeto a u(q) = u En el problema orgnal, la solucón es un sstema de demandas Marshallanas g(m, p). Sn embargo, en el problema dual las varables son u y p, obtenéndose las msmas solucones pero expresadas como funcones de dchas varables. Las nuevas funcones de demanda, mnmzadoras de costo, se defnen como h(u, p) y son conocdas como funcones de demanda Hcksanas o compensadas. Se denomna compensada debdo a que se consdera que se construye alterando los precos y el costo con el fn de mantener fjo el nvel de utldad del consumdor. Como las solucones a ambos problemas concden, se puede escrbr, para = 1,, k: q = g (m, p) = h (u, p) (7) S se susttuye cada una de estas solucones en los respectvos problemas obtenemos, prmero, el máxmo nvel de utldad posble (ecuacón 2) y, segundo, el mínmo costo posble (ecuacón 3). Formalmente: u = u( q,..., q ) = u[ g ( m, p),..., g ( m, p)] = v( m, p ) (8) 1 k 1 m = p h ( u, p) = c( u, p ) (9) k k La funcón v(m, p) se conoce como funcón de utldad ndrecta, e ndca el máxmo nvel de utldad alcanzable dados los precos p y un gasto total m. La funcón c(u, p) es conocda como la funcón de costo, e ndca el mínmo costo de obtener un nvel de utldad u, dados unos precos p. k 12

15 Dado que c(u, p) = m, se puede nvertr la funcón de costo para obtener una funcón de utldad determnada por m y p. Este procedmento dará como resultado u = v(m, p). Alternatvamente, la nversón de u = v(m, p) dará como resultado m = c(u, p). Ambas funcones son formas alternatvas de detallar la msma nformacón. El Cuadro Nº 1, extraído de Deaton y Muellbauer (1980), resume lo anterormente escrto: CUADRO Nº 1: RESUMEN max u = u(q) sujeto a pq = m Dualdad mn m = pq sujeto a u = u(q) Solucón Demandas Marshallanas q = g(m, p) Solucón Demandas Hcksanas q = h(u, p) Susttucón Funcón de ut. ndrecta u = v(m, p) Inversón Susttucón Funcón de costo m = c(u, p) Fuente: Deaton y Muellbauer (1980) Es posble, comenzando desde las funcones de costo o de utldad ndrecta, recuperar funcones de demanda y preferencas del consumdor. Pero prmero resulta necesaro establecer certas propedades de la funcón de costo c(p, u): 1. La funcón de costo es crecente en u, no decrecente en p, y crecente en, al menos, un preco. Esto sgnfca que el consumdor debe gastar más para ncrementar su nvel de utldad. Asmsmo, mplca que frente a aumentos en los precos el consumdor gasta, por lo menos, lo msmo que antes para mantener el msmo nvel de utldad. 2. La funcón de costo es homogénea de grado 1 en p. Esto quere decr que c(jp, u) = j 1 c(p, u) s j > 0. Sgnfca que, por ejemplo, s los precos se duplcan, es necesaro que el costo total tambén lo haga para que el consumdor dsfrute del msmo nvel de benestar que antes. 3. La funcón de costo es cóncava en los precos. Esto mplca que frente a aumentos en los precos, los costos aumentan lnealmente. Ello se debe a que como el consumdor mnmza sus costos, reordena sus compras al varar los precos. 4. La funcón de costo es contnua en p, y las dervadas prmera y segunda con respecto a p exsten en todo el domno de la funcón salvo en un vector de precos específco. 5. Donde exsten, las dervadas parcales de la funcón de costos respecto a los precos son las funcones de demanda Hcksanas (propedad conocda como Lema de Shephard). Formalmente: cup (, ) h( u, p) = q p (10) 13

16 Las funcones de demanda Hcksanas no son drectamente observables ya que dependen de la utldad, que no lo es. Pero como se establece en la propedad 5, por el Lema de Shephard, es posble obtenerlas a partr de la funcón de costo. Por el contraro, las funcones de demanda Marshallanas sí son observables, ya que dependen del ngreso total y de los precos, que tambén lo son. Así como el Lema de Shephard permtía obtener funcones de demanda Hcksanas a partr de la funcón de costo, la llamada Identdad de Roy permte obtener curvas de demanda Marshallanas a partr de la funcón de utldad ndrecta. Dcha dentdad plantea que s g(p, m) es la funcón de demanda Marshallana, entonces: q vpm (, ) p = g ( p, m) =, sendo = 1,,k (11) vpm (, ) m Sempre que el segundo membro esté ben defndo y que p > 0 y m > 0. Es posble, medante la aplcacón de lo explcado anterormente, obtener demandas Marshallanas partendo de la funcón de costo observada del consumdor. Los pasos a segur para ello son los sguentes: 1) Determnada la funcón de costo c(u, p), dferencarla con respecto a los precos, para obtener demandas Hcksanas h(u, p). 2) Invertr la funcón c(u, p) para obtener la funcón de utldad ndrecta v(m, p). 3) Susttur v(m, p) en h(u, p) para obtener demandas Marshallanas g(m, p) Propedades de la funcón de demanda Las funcones de demanda, tanto Marshallanas como Hcksanas, poseen certas propedades, que son necesaras tener en cuenta para análss posterores, ya que permten testear la valdez de los modelos estmados empírcamente. Propedad 1: Adtvdad. El valor total de ambas demandas es gual al ngreso total. Formalmente: ph( u, p) = m = pg( m, p) m (12) Propedad 2: Homogenedad. Las demandas Hcksanas son homogéneas de grado cero en precos, mentras que las demandas Marshallanas lo son en precos e ngreso total. Formalmente, para cualquer escalar j > 0: h( u, jp) = h( u, p ) g ( jm, jp) = g ( m, p ) (13) Para la funcón de demanda Marshallana, esta propedad puede expresarse en térmnos de dervadas: g g p + m = 0 (14) k p m k k Esto mplca que cambos proporconales en p y en m dejarán las compras del ben nalteradas. Propedad 3: Smetría. Las dervadas preco-cruzadas de las demandas Hcksanas son smétrcas. Formalmente, para cualquer j: 14

17 h( u, p) h ( u, p) j = p p j (15) Propedad 4: Negatvdad. La matrz n x n formada por los elementos h pj es semdefnda negatva. Esta propedad surge de una propedad de dervacón. Los elementos h pj que conforman la matrz son las dervadas segundas de la funcón cóncava c(u, p) (recordar que la funcón de demanda Hcksana se obtene dervando la funcón de costo respecto a los precos) y, por lo tanto, dcha matrz es semdefnda negatva. Denomnando s j a h pj, la matrz que se forma con estos elementos se denota S, y se la conoce como matrz de susttucón o matrz de Slutsky. Por las propedades 3 y 4, la msma es smétrca y semdefnda negatva. La negatvdad, además, mplca que los elementos de la dagonal prncpal de S deben ser no postvos (s 0). Entonces, un ncremento en el preco de un ben debe provocar que su demanda dsmnuya o, por lo menos, se mantenga nalterada. Las propedades de adtvdad y homogenedad son consecuencas de especfcar una restrccón presupuestara lneal. Las propedades de smetría y negatvdad surgen de la exstenca de preferencas consstentes. Por una parte, la smetría es una garantía y una prueba de la consstenca de eleccón del consumdor. Por otra parte, la negatvdad se derva de la concavdad de la funcón de costo, que se debe a que los costos son mnmzados o, de forma equvalente, que la utldad es maxmzada. Por lo tanto, estas últmas dos propedades son las consecuencas de los Axomas 1 a 5 vstos anterormente. La propedad de smetría puede ser consderada, al msmo tempo, como una propedad de ntegrabldad, dado que s exsten funcones de demanda que la satsfacen, puede ser construdo un ndcador de utldad (Samuelson, 1950). El sgnfcado económco de la ntegrabldad es la consstenca en las eleccones del consumdor. S las propedades de smetría y negatvdad se satsfacen, entonces se puede dervar una ecuacón de demanda de la maxmzacón del ndcador de utldad que la propedad de ntegrabldad permte construr. La ventaja de conocer estas propedades consste en que con ellas se pueden formular modelos empírcos teórcamente consstentes, como han hecho numerosos autores. Asmsmo, se puede testear s los modelos de demanda estmados empírcamente se condcen con la teoría, por medo de la realzacón de dversos tests que evalúen el cumplmento de las propedades anterormente descrptas Las curvas de Engel Una curva de Engel es una funcón que descrbe cómo las cantdades consumdas de un ben o servco están relaconadas con el total de ngresos del hogar 7 y con sus característcas socodemográfcas, mantenendo los precos constantes. Su nombre provene del ponero trabajo de Ernst Engel (1857), quen nvestgó sstemátcamente por prmera vez la relacón entre consumo e ngreso. Las curvas de Engel son mportantes dentro del análss económco, habéndose empleado en numerosos contextos: análss de polítcas mpostvas, polítcas de benestar, teoría de crecmento, comerco nternaconal, etc. Hablando de forma general, dentro del análss económco, las dferencas en los patrones de consumo de los hogares son atrbudas a varacones en los precos o 7 En las seccones anterores la undad de consumo era el ndvduo. A partr de esta seccón se tomará como undad al hogar, dado que de acuerdo a los datos empleados solo se pueden estmar curvas de Engel para los hogares. 15

18 en los nveles de ngreso dsponble, ya que éstos son los úncos factores económcos que varían entre los hogares. Refréndonos específcamente a las curvas de Engel, sólo se consderan varacones en el ngreso dsponble, ya que se supone que los precos son constantes e guales para todos los hogares. Sn embargo, cuando se consderan característcas socodemográfcas, como el tamaño y la composcón del hogar, la varacón resdual en el consumo entre hogares se ve consderablemente reducda. Además, aslar los efectos de dstntas varables socodemográfcas sobre la varacón en el consumo de los hogares permte evtar la atrbucón errónea al ngreso de dchas varacones. Es por ello que cualquer modelo que trate de explcar correctamente las curvas de Engel de los hogares debería ncorporar varables socodemográfcas relevantes. El concepto de curva de Engel puede entenderse consderando el problema de maxmzacón de utldad del hogar en el caso de dos benes. Suponendo, ncalmente, que un hogar dspone de un nvel de ngreso total (m) que asgna al consumo de dos benes (x 1 y x 2 ), que los precos de dchos benes son p 1 y p 2, respectvamente, y que las preferencas de dcho hogar pueden representarse medante curvas de ndferenca, que cumplen los supuestos del análss mcroeconómco estándar: La combnacón de benes óptma para el hogar se obtene en aquel punto donde la Tasa Margnal de Susttucón (TMS) es gual a la relacón de precos, lo que gráfcamente se observa cuando la recta presupuestara se hace tangente a una curva de ndferenca (ver Gráfco Nº 2). S se mantenen fjos los precos y varía el ngreso total, el hogar va a reasgnar su consumo de ambos benes, de forma tal de maxmzar su utldad total. Para cada nvel de ngreso total dstnto (a precos constantes), habrá entonces combnacones de equlbro dstntas. Unendo gráfcamente cada una de las combnacones que el hogar demanda para dstntos nveles de ngreso, se obtene la llamada Curva de Consumo Ingreso. A partr de ésta, podemos deducr una funcón que relacone el ngreso total y la demanda de uno de los benes (a precos constantes), denomnada Curva de Engel. La explcacón brndada puede observarse en el Gráfco Nº 3. En el caso consderado, se podrían obtener dos curvas de Engel, una para el ben x 1 y otra para el ben x 2. No obstante, el razonamento anteror puede ser extenddo para el caso de más de dos benes. x 2 GRÁFICO Nº 3: DERIVACIÓN DE LA CURVA DE ENGEL x 1 x 2 x 2 Curva de Consumo Ingreso U 2 x 1 x 1 Curva de Engel U 1 RP 2(m 2) RP 1(m 1) 0 x 1 x 1 x 1 0 m 1 m 2 m Las curvas de Engel anterormente obtendas corresponden a las de un hogar determnado, ya que se dervaron del problema de maxmzacón de utldad del msmo. Sn embargo, con el establecmento de dos supuestos pueden obtenerse curvas para el total de hogares. Por un lado, es necesaro suponer que todos los hogares se enfrentan a los msmos precos (condcón o ley de un solo preco). Por otro lado, es necesaro suponer que las preferencas de los hogares respecto a los benes son homogéneas, condconadas respecto a sus característcas socodemográfcas. De 16

19 esta forma, las preferencas de un hogar serían representatvas de las de todos los hogares de guales característcas, y su curva de Engel tambén lo sería. S se cumplen ambos supuestos, entonces las varacones en las cantdades demandadas de cada ben frente a varacones del ngreso total no se encuentran nfluencadas por dferencas en los precos que enfrenta cada hogar n por la exstenca de preferencas dstntas. Así como se explcó el concepto de curva de Engel de manera conceptual y gráfca, tambén puede hacerse en térmnos formales: las curvas de Engel son defndas como funcones de demanda Marshallanas, mantenendo constantes los precos de todos los benes: q = g ( m, z ) = 1,..., n; j = 1,..., k (16) j j Donde q es la cantdad consumda del ben por parte del hogar j, m es el ngreso, rqueza o gasto total en benes y servcos, y z es un vector que corresponde a las característcas socodemográfcas del hogar. Usualmente se emplean categorías agregadas de benes, como por ejemplo almentos, ndumentara, vvenda, transporte, etc., en vez de benes dscretos. Brown y Deaton (1972) plantean que puede trabajarse sn grandes errores con categorías agregadas de benes, sólo s los benes son agregados de acuerdo a las dferentes necesdades que satsfacen y s no son ncludos en más de una categoría smultáneamente. La agregacón de benes, además, reduce la heteroscedastcdad en los datos observados, característca común en estudos de corte transversal y en nvestgacones respecto al ngreso. Sn embargo, hay que tener cudado con el nvel de agregacón de los benes, ya que el msmo afecta las estmacones de las curvas de Engel. Curvas estmadas para benes específcamente defndos varían errátcamente entre consumdores y a lo largo del tempo. Por el contraro, curvas de Engel basadas en agregados amplos son menos errátcas, pero se encuentran afectadas por la varacón en los benes adqurdos que los conforman (Lewbel, 2006). Asmsmo, hay que consderar la posbldad de que un agregado determnado pueda nclur benes nferores y benes de lujo, cuyas curvas de Engel poseen formas muy dferentes. Generalmente, m se refere al gasto total, debdo a que en estudos empírcos los nveles consgnados de ngreso no sempre son correctamente relevados, o son ocultados por los hogares. Debdo a ello, el gasto total se consdera una varable proxy del ngreso del consumdor. El vector z de característcas socodemográfcas ncluye el número, la edad y género de los membros del hogar, la localzacón del msmo, algunos efectos estaconales y la condcón laboral de los perceptores de ngreso. Varables que ndquen la propedad de un hogar, auto u otro tpo de ben durable tambén pueden ser consderadas dentro de este vector, debdo a que pueden tener certo poder explcatvo. A partr de la curva de Engel, puede calcularse fáclmente la elastcdad-ngreso de un ben, que relacona la varacón porcentual en su cantdad demandada frente a varacones porcentuales en el ngreso del consumdor. Su cálculo se puede realzar de la sguente manera: ε m % q dq m dlogq = = = % m dm q dlogm (17) La mportanca de este coefcente radca en que permte saber s un ben se comporta como nferor, necesaro o de lujo. Los prmeros poseen una elastcdad negatva; son benes cuya cantdad demandada varía de forma nversa respecto al ngreso del consumdor. Los benes necesaros poseen una elastcdad postva, pero 17

20 menor que uno; son aquellos cuya cantdad demandada varía en el msmo sentdo que el nvel de ngresos, pero en una proporcón menor que éste. Por últmo, los benes de lujo poseen elastcdad mayor que uno; y son aquellos cuya cantdad demandada varía en el msmo sentdo que el nvel de ngresos, pero en una proporcón mayor que éste. En nvestgacones empírcas, el térmno curva de Engel tambén es empleado para descrbr la dependenca empírca de q respecto a (m, z), en una poblacón de hogares, para un tempo y lugar determnados (Lewbel, 2006). Esta curva de Engel empírca concde con la curva teórca de Engel sólo s se mantene la ley de un solo preco (todos los hogares pagan los msmos precos para todos los benes), y s todos los hogares tenen las msmas preferencas, condconadas respecto a z. Como resulta dfícl que estas condcones se comprueben en nvestgacones aplcadas, resulta necesaro hacer una dstncón entre las curvas de Engel teórcas y empírcas (Lewbel, 2006). No obstante, en la práctca, muchas nvestgacones pasan por alto las condcones bajo las cuales ambas curvas (la teórca y la empírca) concden Forma funconal de la curva de Engel: restrccones teórcas Hasta aquí se ha defndo y explcado el concepto de curva de Engel de manera general, medante una defncón que no especfca una forma funconal determnada para la curva. Por lo tanto, surgen los sguentes nterrogantes: Cómo es la forma funconal teórca de la curva de Engel?, y qué formas se han mplementado en la práctca? Para la prmera pregunta no exste una respuesta únca, dado que la lteratura al respecto es varada y no exste consenso entre los autores sobre una forma específca para la curva de Engel. Las formas propuestas son numerosas, cada una de ellas con ventajas y desventajas respecto a las demás. Asmsmo, para certos benes la forma funconal planteada puede ser dstnta que la forma para otros benes. Teórcamente, s ben no se conoce la forma de la curva de Engel, sí se pueden determnar certas restrccones que la msma debería cumplr. En prmer lugar, una curva de Engel debería ser capaz de representar de forma correcta benes nferores, necesaros y de lujo. Este es un requsto que cumplen práctcamente todas las formas funconales planteadas. En segundo lugar, gran parte de la lteratura al respecto sostene que la curva debería cumplr con la hpótess de elastcdad-ngreso decrecente con el ngreso, sn mportar a qué tpo de ben se esté hacendo referenca. La razón se debe a la exstenca de gran cantdad de evdenca empírca que comprueba este hecho, generalzacón de la Ley de Engel (Brown y Deaton, 1972). Asmsmo, el cumplmento de esta restrccón es consstente con la hpótess de saturacón en el nvel de demanda 8. En su versón relatva, esta hpótess mplca que el consumo de un ben determnado tende a un nvel de saturacón a medda que el ngreso del consumdor aumenta (para un preco determnado), aunque este nvel es una funcón que depende del preco del ben. S éste dsmnuye, el nvel de saturacón aumenta, y vceversa. S la elastcdad-ngreso es decrecente respecto al ngreso, entonces, sucesvos ncrementos en el ngreso del consumdor producen aumentos cada vez más pequeños en la cantdad demandada de un ben determnado. Este hecho se debe a que la necesdad que se satsface con el ben en cuestón está cada vez más satsfecha, por lo que el consumdor va a destnar una mayor parte de los aumentos en su ngreso a satsfacer otras necesdades, medante el consumo de otros benes. 8 De forma general, esta hpótess establece que exste un nvel de consumo, para cualquer ben, que el consumdor no va a superar, debdo a que la necesdad que satsface con dcho ben se encuentra completamente sacada. 18

21 En tercer lugar, y de acuerdo con Brown y Deaton (1972), la únca restrccón efectva que mpone la teoría económca a la forma de la curva de Engel es que ésta cumpla con la propedad de adtvdad. Para estos autores los otros requstos planteados son secundaros, pudéndose cumplr o no. De lo anterormente expuesto se obtenen, entonces, tres restrccones generales que una curva de Engel debería cumplr: Restrccón 1: La forma funconal de la curva de Engel debe poder representar, correctamente, benes nferores, necesaros y de lujo. Restrccón 2: La forma funconal de la curva de Engel debe satsfacer la propedad de adtvdad. Restrccón 3: La curva de Engel debe poseer elastcdad-ngreso decrecente Las curvas de Engel en la práctca: La pregunta respecto a las formas funconales empleadas en la práctca no tene una respuesta únca. De acuerdo a los dstntos trabajos analzados, la forma funconal estmada de las curvas de Engel depende de la aproxmacón empleada por los nvestgadores en sus estudos. A contnuacón se detallan las prncpales nvestgacones realzadas respecto a la estmacón de curvas de Engel. S ben muchos de estos trabajos dferen sustancalmente entre sí, una característca común a todos ellos es que comparten el crtero de emplear una metodología de nvestgacón coherente con los objetvos que persguen, las hpótess que plantean y los conocmentos teórcos (tanto económcos como econométrcos) que poseen y prorzan. En otras palabras, los propos nvestgadores están de acuerdo en que no exste una forma funconal empírca de la curva de Engel que sea superor a demás, sno que la forma estmada depende de la dreccón que se le quere dar a la nvestgacón realzada. Cada una de las formas planteadas posee certas característcas, ventajas y desventajas que deben ponderarse al momento de realzar la estmacón. Debdo a lo anterormente expuesto, consdero necesaro, y a la vez mportante, realzar un repaso de las prncpales nvestgacones realzadas al respecto. Esto permtrá analzar las dferencas entre las prncpales formas propuestas, verfcar el cumplmento de las restrccones teórcas, y su aplcacón empírca. Además, con dcha revsón se podrán resaltar las característcas, ventajas y desventajas de la forma funconal empleada en este trabajo de nvestgacón Antecedentes empírcos: El estudo de las curvas de Engel tene sus orígenes en los trabajos de Ernst Engel y otros autores, quenes analzaron la relacón entre consumo e ngreso de forma nductva. Los prmeros avances relaconados con la especfcacón de las curvas de Engel corresponden a nvestgacones donde las msmas son funcones ndependentes de los precos de los benes en cuestón. Estas especfcacones pertenecen, entonces, a las denomnadas funcones PIGL (Prce Independent Generalzed Lnear) o a las funcones PIGLOG (Prce Independent Generalzed Logarthmc). Con el progreso en el desarrollo y estmacón de sstemas de demanda, las curvas de Engel fueron ncorporadas a los msmos. En efecto, la curva de Engel es una funcón de demanda con precos constantes. Por lo tanto, su ncorporacón a los sstemas de demanda es completamente lógca y plausble. Más recentemente, con el avance en las técncas de estmacón econométrcas, se han desarrollado nvestgacones respecto a las curvas de Engel 19

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

1).- Para > 0, B= {x R L : p. x I} = {x R L

1).- Para > 0, B= {x R L : p. x I} = {x R L Pontfca Unversdad Católca del Perú Programa de Maestría en Economía Curso: Mcroeconomía Intermeda Profesores: Clauda Barrga & José Gallardo Asstente: César Gl Malca Propedades de las funcones de demanda

Más detalles

+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2

+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2 13. Consdere un mercado en el que hay dos consumdores con las sguentes funcones de utldad: U 1 (x 1,y 1 = 4x 1 (x 1 + y 1 ; U (x,y = ax (x + y con 4 > a >0 donde x, =1,, es la cantdad del ben x consumda

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Capítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS

Capítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS Capítulo 2: Introduccón al método de los Elementos Fntos 2. CAPÍTULO 2 ITRODUCCIÓ AL MÉTODO DE LOS ELEMETOS FIITOS 2.. ITRODUCCIÓ Vrtualmente cada fenómeno en la naturaleza, sea bológco, geológco o mecánco

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA TÍTULO DE LA PONENCIA: Heterogenedad en los perfles de ngreso y retornos a la educacón superor en el Perú AUTOR: Gustavo Yamada, Juan F. Castro y

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

ANALISIS DEL BIENESTAR DE UN CONSUMIDOR

ANALISIS DEL BIENESTAR DE UN CONSUMIDOR ANALISIS DEL BIENESTAR DE UN CONSUMIDOR EJEMPLOS, APLICACIONES Y NUMEROS INDICES Contacto: Mª Covadonga De la Iglesa Vllasol Departamento de Fundamentos del Análss Económco I Unversdad Complutense de Madrd

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Comp. Monop. Krugman (1979)

Comp. Monop. Krugman (1979) Comp. Monop. Krugman (1979) Desarrolla un modelo en el que el Comerco exste debdo a la exstenca de economías de escala, no a dferencas en dotacones o tecnología. Asume que las economías de escala son nternas

Más detalles

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011 Análss de equlbro general en economías cerradas con produccón. Preferencas Cobb-Douglas Tecnologías Cobb-Douglas con rendmentos constantes a escala. Enrque awamura Mcroeconomía I para economstas. FCE-UBA.

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

En un mercado hay dos consumidores con las siguientes funciones de utilidad:

En un mercado hay dos consumidores con las siguientes funciones de utilidad: En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

Enfoque de la dominancia para el análisis de la evolución de la pobreza entre 1988 y 2004

Enfoque de la dominancia para el análisis de la evolución de la pobreza entre 1988 y 2004 Enfoque de la domnanca para el análss de la evolucón de la pobreza entre 1988 y 2004 Juan Dego Trejos S. Lus Ángel Ovedo C. Insttuto de Investgacones en Cencas Económcas Unversdad de Costa Rca Hechos 30

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

PART I UNIT 1 UNITARY APPROACH: FOUNDATIONS

PART I UNIT 1 UNITARY APPROACH: FOUNDATIONS Unverstaro Investgacón Unversdad de PART I UNIT UNITARY APPROACH: FOUNDATIONS Mcroeconomía Aproxmacón Untara: José Alberto Molna Departamento de Análss Económco Unversdad de Alberto Molna Unverstaro Investgacón

Más detalles

ANEXO A: Método de Interpolación de Cokriging Colocado

ANEXO A: Método de Interpolación de Cokriging Colocado ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),

Más detalles

EDO: Ecuación Diferencial Ordinaria Soluciones numéricas. Jorge Eduardo Ortiz Triviño

EDO: Ecuación Diferencial Ordinaria Soluciones numéricas. Jorge Eduardo Ortiz Triviño EDO: Ecuacón Dferencal Ordnara Solucones numércas Jorge Eduardo Ortz Trvño Organzacón general Errores en los cálculos numércos Raíces de ecuacones no-lneales Sstemas de ecuacones lneales Interpolacón ajuste

Más detalles

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que

Más detalles

3.1. Características del comportamiento estratégico Características del comportamiento estratégico

3.1. Características del comportamiento estratégico Características del comportamiento estratégico 3.1. Característcas del Matlde Machado 1 3.1. Característcas del El análss formal de una stuacón de empeza por la formulacón de un juego. Componentes de un juego: Jugadores Estrategas posbles para cada

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Teoría de Elección Social

Teoría de Elección Social Teoría de Eleccón Socal Hemos vsto que las asgnacones del mercado, bajo certas condcones, son efcentes. Sn embargo, exsten otras consderacones mportantes sobre las característcas de dcha asgnacón (dstrbucón,

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

3.1. Características del comportamiento estratégico Características del comportamiento estratégico

3.1. Características del comportamiento estratégico Características del comportamiento estratégico 3.1. Característcas del Matlde Machado 1 3.1. Característcas del El análss formal de una stuacón de empeza por la formulacón de un juego. Componentes de un juego: Jugadores Estratégas posbles para cada

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

3.- Programación por metas.

3.- Programación por metas. Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del

Más detalles

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Econometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico

Econometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico Econometría de corte transversal Pablo Lavado Centro de Investgacón de la Unversdad del Pacífco Contendo Defncones báscas El contendo mínmo del curso Bblografía recomendada Aprendendo econometría Defncones

Más detalles

VII. Solución numérica de ecuaciones diferenciales

VII. Solución numérica de ecuaciones diferenciales VII. Solucón numérca de ecuacones derencales VII. Antecedentes Sea dv dt una ecuacón derencal de prmer orden : g c m son constantes v es una varable dependente t es una varable ndependente c g v I m Las

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton

Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton ema II Crcutos eléctrcos en corrente contnúa Indce Introduccón a los crcutos resstvos Ley de Ohm Leyes de Krchhoff Ley de correntes (LCK) Ley de voltajes (LVK) Defncones adconales Subcrcutos equvalentes

Más detalles

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI CAPÍTULO 5: MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 57 CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 5. Resumen Se busca solucón a las ecuacones acopladas que descrben los perfles de onda medante

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D.

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D. CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 0 Ing. Dego A. Patño G. M.Sc, Ph.D. Solucón de la Ecuacón de Estado Solucón de Ecuacones de Estado Estaconaras: Para el caso estaconaro (nvarante en el tempo),

Más detalles

La Relación existente entre Gasto y Déficit Público en Latinoamérica ( )

La Relación existente entre Gasto y Déficit Público en Latinoamérica ( ) La Relacón exstente entre Gasto y Défct Públco en Latnoamérca (1960-2004) XXV Encuentro de Economstas Banco Central de Reserva del Perú Rodolfo Baca Gómez- Sánchez Lma, Dcembre 2007 1 Resumen Estudar cómo

Más detalles

III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES

III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES TUTORIAL: ANÁLISIS MULTIOBJETIVO CONSIDERANDO INCERTIDUMBRE E IMPRECISIÓN Patrca Jaramllo A. y Rcardo A. Smth

Más detalles

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

Más detalles

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del

Más detalles

Guía para la autoevaluación del del capítulo 6

Guía para la autoevaluación del del capítulo 6 Capítulo 6: EL BANCO CENTRAL Y LA POLÍTICA MONETARIA Guía para la autoevaluacón del del capítulo 6 1) Ante una recuperacón económca, cuál es el cambo que se produce en los valores de equlbro del mercado

Más detalles

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

TEMA 1.- CONCEPTOS BÁSICOS

TEMA 1.- CONCEPTOS BÁSICOS TEMA 1.- CONCEPTOS BÁSICOS 1.1.- Cuestones tpo test 1.- En las encuestas personales puede codfcarse, por ejemplo, con un cero las que son contestadas por una mujer y con un uno las que lo son por un varón.

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

Estimación de incertidumbres en calibración de Osciladores

Estimación de incertidumbres en calibración de Osciladores Estmacón de ncertdumbres en calbracón de Oscladores J. Maurco López R. Dvsón de Tempo Frecuenca Centro Naconal de Metrología maurco.lopez@cenam.mx Resumen La frecuenca de salda de los oscladores debe ser

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles

MUESTREO EN POBLACIONES FINITAS

MUESTREO EN POBLACIONES FINITAS MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño

Más detalles

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón

Más detalles

6 Impacto en el bienestar de los beneficiarios del PAAM

6 Impacto en el bienestar de los beneficiarios del PAAM 6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda

Más detalles

Estimación de Elasticidades Armington para la Argentina

Estimación de Elasticidades Armington para la Argentina Estmacón de Elastcdades Armngton para la Argentna Sebastán Castresana (MECON) Martín Ccowez (CEDLAS-UNLP) Marangeles Polonsky (CEI) III ENCUENTRO REGIONAL SOBRE MODELOS DE EGC Buenos Ares, Septembre 2-3,

Más detalles

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo, Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos

Más detalles

e i para construir el modelo econométrico que se escribe a continuación:

e i para construir el modelo econométrico que se escribe a continuación: 5.3 Especfcacón del modelo empírco Para este análss se formló n modelo econométrco de seccón crzada, porqe las observacones corresponden a las característcas de las personas encestadas en n msmo período

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 013-014 Iñak Agurre Jaromr Kovark Javer Arn Peo Zuazo Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema 3. Monopolo 1. Los costes de

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Regresión múltiple k k

Regresión múltiple k k Métodos de Regresón Estadístca Ismael Sánchez Borrego Regresón múltple El modelo de regresón múltple es la extensón a k varables explcatvas del modelo de regresón smple estudado en el apartado anteror.

Más detalles

6 Minimización del riesgo empírico

6 Minimización del riesgo empírico 6 Mnmzacón del resgo empírco Los algortmos de vectores soporte consttuyen una de las nnovacones crucales en la nvestgacón sobre Aprendzaje Computaconal en la década de los 990. Consttuyen la crstalzacón

Más detalles

truncación inferior en el punto a=25 es igual a El grado de truncación es del

truncación inferior en el punto a=25 es igual a El grado de truncación es del ECONOMETTRÍ ÍA III II.. Cuurrssoo 22000022- -0033 (f( f cchheer roo: : ccuueesst t oonneess lleecccc l 33) ) CUESTTI IONES SOBRE LLA LLECCI IÓN 33: : MODELLOS DE VARIABLLE DEPENDIENTTE LLI IMITTADA 1.

Más detalles

4.4. La ciudad circular El Modelo de Salop

4.4. La ciudad circular El Modelo de Salop Matlde Machado para bajar las transparencas: http://www.eco.uc3m.es/~mmachado/ Economía Industral - Matlde Machado La Cudad Crcular El modelo de Salop 1 En el modelo de Hotellng habíamos supuesto que solo

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos Consderacones empírcas del consumo de los hogares: el caso del gasto en electrcdad y almentos Emprcal Consderatons of the Famles Consumpton: the Case uf the Expense n Electrcty and Food Maro Andrés Ramón

Más detalles

Estimación no lineal del estado y los parámetros

Estimación no lineal del estado y los parámetros Parte III Estmacón no lneal del estado y los parámetros 1. Estmacón recursva El ltro de Kalman extenddo 12 es una técnca muy utlzada para la la estmacón recursva del estado de sstemas no lneales en presenca

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D. Qué es capacdad? La cantdad de producto, sea este tangble o ntangble, que puede producrse bajo condcones dadas de operacón Las meddas relatvas al producto son normalmente utlzadas por organzacones enfocadas

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

Sistemas Lineales de Masas-Resortes 2D

Sistemas Lineales de Masas-Resortes 2D Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte

Más detalles

2. Funciones de producción y costes y su aplicación al sector portuario.

2. Funciones de producción y costes y su aplicación al sector portuario. 2. Funcones de produccón y costes y su aplcacón al sector portuaro. El análss de la estructura de costes de las empresas ha sdo una tarea en la que los economstas han estado sempre nteresados porque un

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

El diodo Semiconductor

El diodo Semiconductor El dodo Semconductor J.I. Hurcán Unversdad de La Frontera Aprl 9, 2012 Abstract Se plantean procedmentos para analzar crcutos con dodos. Para smpl car el trabajo, el dodo semconductor es reemplazado por

Más detalles

16/02/2015. Ángel Serrano Sánchez de León

16/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Tallerine: Energías Renovables. Fundamento teórico

Tallerine: Energías Renovables. Fundamento teórico Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................

Más detalles