Sunteți pe pagina 1din 74

Bolo N 3

MODELOS MICROECONMICOS (INCOMPLETO)

Entre los modelos microeconmicos podemos encontrar; demanda, oferta y mercado. Sin embargo para hacer referencia al equilibrio general se mencionar especficamente al Mercado de competencia perfecta

1. MODELOS DE EQUILIBRIO GENERAL

1.1 EQUILIBRIO GENERAL La teora del equilibrio general es una rama de la teora microeconmica. La misma trata de dar una explicacin global del comportamiento de la produccin, el consumo y la formacin de precios en una economa con uno o varios mercados. El equilibrio general; intenta dar una explicacin de lo particular a lo general (bottomup), comenzando con los mercados y agentes individuales, mientras que la macroeconoma, segn lo expresado por los economistas keynesianos, emplea una visin de lo general a lo particular (top-down), donde el anlisis comienza por los componentes ms destacados. Puesto que la macroeconoma moderna ha acentuado fundamentos microeconmicos, esta distincin se ha diluido. Sin embargo, muchos modelos macroeconmicos tienen un mercado de bienes y estudian, por ejemplo, su interaccin con el mercado financiero. Los modelos generales del equilibrio suelen incluir diversos mercados de bienes. Los modelos generales modernos del equilibrio son complejos y requieren computadoras para ayudar a encontrar soluciones numricas. En un sistema de mercado, los precios y la produccin de todos los bienes, incluyendo el precio del dinero y el inters, estn relacionados. Un cambio en el precio de un bien, por ejemplo el pan, puede afectar otro precio (por ejemplo, los salarios de los panaderos). Si el gusto del pan depende de quin sea el panadero, la demanda del pan puede verse afectada por un cambio en los salarios de los panaderos y, por consiguiente, en el precio del pan. En teora, calcular el precio de equilibrio de un solo bien requiere un anlisis que considere todos los millones de diversos bienes que estn disponibles. 1.2 HISTORIA DE LOS MODELOS DE EQUILIBRIO GENERAL

El primer intento en la economa neoclsica de modelar los precios de toda una economa lo realiz Lon Walras. Su obra Los elementos de la economa pura proporciona varios modelos, cada uno de los cuales tiene en cuenta una mayor cantidad de aspectos de una economa real (dos tipos de bienes, muchos tipos de bienes, produccin, crecimiento, dinero). Algunos autores (por ejemplo, Eatwell, 1989, y tambin Jaffe, 1953) piensan que Walras no tuvo xito y que los ltimos modelos que desarroll son inconsistentes.

En particular, el modelo de Walras era un modelo de un perodo de tiempo prolongado en el cual los precios de los bienes de capital son iguales, independientemente de que aparezcan como variables de entrada o como variables de salida, y se presenta el mismo margen de ganancias en todas las lneas de la industria. En este modelo, el precio de costo de cada bien de capital debe ser igual, en equilibrio, al precio de demanda. Esto es inconsistente con lo que se obtiene cuando se toman, como dato, las cantidades de bienes de capital. Sin embargo, cuando Walras introdujo bienes de capital en sus modelos posteriores, tom sus cantidades como un dato, en relaciones arbitrarias. Kenneth Arrow y Gerard Debreu tambin tomaron las cantidades iniciales de bienes de capital como un dato, pero adoptaron un modelo simple en el cual los precios de los bienes de capital varan con el tiempo y tambin el tipo de inters vara de un bien de capital a otro. Walras fue el primero en organizar un programa de investigacin que ha sido seguido por muchos economistas del siglo XX. En particular, plante la necesidad de investigar las condiciones necesarias para que los equilibrios sean nicos y estables. Walras tambin propuso un sistema dinmico mediante el cual se puede alcanzar un equilibrio general, denominado ttonnement o proceso a tientas. El proceso de ttonnement es una herramienta para investigar la estabilidad de equilibrios. Los precios son anunciados por un subastador, y los agentes indican qu cantidad quieren ofrecer (proveer) o comprar (demandar) de cada uno de los bienes. No se realiza transaccin ni produccin alguna mientras los precios estn desequilibrados. En cambio, se reducen los precios de aquellas mercancas con precios positivos y exceso de oferta, mientras que aumentan los precios de las mercancas con exceso de demanda. La pregunta para el matemtico es bajo qu condiciones tal proceso alcanzar un equilibrio en el cual la demanda se equilibre con el suministro para proveer para mercancas con precios positivos y la demanda no exceda el suministro de aquellas mercancas con un precio nulo. Walras no pudo encontrar una respuesta definitiva a esta pregunta. En el anlisis del equilibrio parcial, la determinacin del precio de un bien se simplifica consultando el precio de un bien, y asumiendo que los precios del resto de las mercancas permanecen constantes. La teora marshalliana de la oferta y demanda es un ejemplo de anlisis de equilibrio parcial. El anlisis de equilibrio parcial es adecuado cuando los efectos de primer orden de un cambio (por ejemplo, la curva de la demanda) no desplazan la curva de oferta. Los economistas angloamericanos se interesaron en el equilibrio general a finales de la dcada de 1920 y a principios de la de 1930, luego de que Piero Sraffa demostrara que los economistas marshallianos no pueden explicar la pendiente ascendente de la curva de oferta de un bien de consumo. Si una industria utiliza poca cantidad de un factor de produccin, un pequeo aumento en el volumen de produccin de dicha industria no incrementar el precio de dicho factor. En una aproximacin de primer orden, las empresas en dicha industria no

notarn una disminucin en sus costos, y las curvas de suministro de la industria no experimentarn un incremento. En cambio, si una industria utiliza una cantidad apreciable del factor de produccin, un aumento en el volumen de la produccin producir una reduccin de los costos de produccin. Pero tal factor es probable que sea utilizado en substitutos del producto de la industria, y un aumento de precio de este factor tendr efectos sobre la oferta de los sustitutos. Por lo tanto, segn Sraffa sostena, en estos casos los efectos de primer orden de un cambio en la curva de la demanda de la industria original incluyen un cambio en la curva de oferta de los sustitutos para el producto y cambios correspondientes en la curva de oferta de la industria original. El equilibrio general es adecuado para investigar este tipo de interacciones entre los mercados. Los economistas de Europa continental realizaron importantes avances en la dcada de 1930. Las demostraciones de Walras sobre la existencia del equilibrio general a menudo se basaban en contabilizar la cantidad de variables y de ecuaciones. Pero tales estrategias son inadecuadas para sistemas de ecuaciones no lineales, y no implican que los precios y las cantidades del equilibrio no puedan ser negativos, lo cual es una solucin que carece de sentido. El reemplazo de ciertas ecuaciones por desigualdades y el uso de matemticas ms rigurosas permitieron mejorar el modelado del equilibrio general. EL MODELO DE EQUILIBRIO GENERAL DE LEN WALRAS
Es uno de los primeros modelos de la Ciencia Econmica que aborda la situacin de equilibrio general en el mercado de competencia perfecta bajo singulares condiciones. Adems es una excelente aplicacin de las matemticas al anlisis econmico que demuestra - con un sistema total de ecuaciones simultneas que poseen igual nmero de incgnitas, condicin sta que asegura su resolucin - cmo lograr el equilibrio en varios mercados a la vez. Para explicar ms detalladamente este modelo, pasar a enunciar muy sencillamente las condiciones y los conceptos que expone el autor. Walras supona que todos los mercados en los cuales un bien se demandaba u ofreca funcionaban en el marco de la competencia perfecta, si bien su mencin a este respecto no fue muy explcita. Esos mercados tenan un horario de apertura y de cierre diario durante el cual se efectuaban las transacciones de compra y venta del producto. Para dirigir esas operaciones haba un rbitro que de viva voz daba los precios y cantidades para informacin de productores y compradores. Si en la jornada no se llegaba a un equilibrio final de igualacin de la demanda y la oferta se postergaban tales transacciones hasta el da o das siguientes para lograr el equilibrio final general .

Es decir que la sumatoria de todos los mercados, desde 1 hasta la omegasima transaccin de demanda D y de oferta S se igualaban, para el bien x, as fuera en la jornada inicial o en alguna de las siguientes. Walras ya defini en su modelo el concepto de lo que l denominaba rarets como la cantidad poseda inicialmente de las mercancas que son objeto de intercambio y luego seal la condicin de que los precios permanecen invariables cuando tiene lugar la redistribucin entre sus poseedores, si y solamente si el valor de la suma de las cantidades posedas por cada una de estas partes (para el intercambio) permanecen iguales. Esas rarets eran para Walras la causa del valor de cambio. Walras saba muy bien que la formalizacin matemtica al aplicarse a la interpretacin econmica significaba que los precios de los productos eran la derivacin de las necesidades de los consumidores y a su vez, el valor de los servicios de los bienes de capital y de los factores se generaban a partir de su uso productivo en la creacin de bienes de consumo. Enunci, siguiendo los conceptos de su padre, que: El valor proviene de la escasez. As opona este concepto al enfoque de Adam Smith y de David Ricardo. As tambin expres que: Los precios de equilibrio son iguales a las razones entre las rarets. Adems defini a stas como las intensidades de las ltimas necesidades satisfechas por los poseedores de mercancas. Es decir que los precios en el equilibrio final deben igualarse a los costos de produccin, lo que junto al principio de la productividad marginal lleva a una determinacin simultnea de los precios de los productos y de los precios de los servicios productivos o factores de produccin. Aqu Walras introduce el concepto de coeficientes tcnicos, a los que define como los factores necesarios para la produccin de una unidad del bien producido. Al comienzo del desarrollo de su modelo enunci un supuesto de coeficientes fijos, para una mayor simplicidad de dicho modelo. Pero luego, en la tercera edicin de 1896 de sus Elments, extendi la solucin para el caso de coeficientes variables. Consider a los coeficientes tcnicos elegidos como funciones de los precios de los servicios o factores productivos, adicionando el supuesto de que se elega el mtodo de produccin de menor costo para cualquier conjunto dado de precios de esos factores. VIGENCIA DEL MODELO DE WALRAS CON LA ECONOMA ACTUAL

La descripcin del funcionamiento de las operaciones en todos los mercados de venta y compra de un bien, con la direccin de un rbitro y con jornadas nicas o consecutivas hasta lograr el equilibrio final se asemeja mucho a un tipo de operaciones frecuentes en la actualidad en los mercados de valores. Las operaciones burstiles que incluyen compra-venta de acciones, ttulos pblicos nacionales e internacionales, bonos diversos, etc. conforman un variado portafolio. Existen principalmente, dos tipos de operaciones que se realizan en esos mercados financieros: 1. operaciones de riesgo que permiten a los tomadores grandes ganancias pero tambin los exponen a grandes prdidas. 2. operaciones ms conservadoras que se basan en una seleccin especial de los corredores de bolsa, quienes para atenuar las situaciones de mayor riesgo, eligen activos cuyas operaciones de compra y venta calzan entre s, evitando as grandes prdidas pero logrando para sus clientes menores ganancias que con el sistema antedicho. Dichas operaciones se denominan y no es casual tal nombre, de arbitraje. Adems, el funcionamiento dentro de un rango horario del modelo ideado por Walras para los mercados de bienes y las horas de inicio y cierre predeterminados actualmente para la actividad burstil en todas las ciudades del mundo, muestra otra relevante similitud. Luego, las teoras enunciadas por grandes economistas y matemticos, como el caso de Len Walras durante la segunda mitad del siglo XIX, hoy tienen aplicacin en las actividades econmicas y financieras de muchos pases, tanto desarrollados como emergentes o en vas de desarrollo.

1.3

CONCEPTO MODERNO ECONOMA

DEL

EQUILIBRIO

GENERAL

EN

LA

El concepto moderno del equilibrio general es proporcionado por un modelo desarrollado en comn por Kenneth Arrow, Gerard Debreu y Lionel W. McKenzie en los aos 50. Gerard Debreu presenta este modelo en su obra La teora del valor (1959) como un modelo axiomtico, siguiendo el estilo matemtico promovido por Bourbaki. En este enfoque, la interpretacin de los trminos en la teora (mercancas, precios) no es fijada por los axiomas. A menudo se han citado tres importantes interpretaciones de los trminos de la teora. Primero, supngase que las materias primas son distinguibles por la regin en donde se entregan. De aqu se deriva que el modelo de Arrow-Debreu es un modelo espacial de, por ejemplo, comercio internacional. En segundo lugar, supngase que las materias primas se distinguen segn el punto en el tiempo en el que se entregan. Es decir, imagnese que todos los mercados se equilibran en un cierto instante inicial del tiempo. En este modelo, los agentes compran y venden contratos. Por ejemplo, un contrato especifica un bien que se entregar y la fecha en la

cual debe entregarse. El modelo de Arrow-Debreu de equilibrio intertemporal contiene mercados a plazo para todas las mercancas en todas las fechas. No existe ningn mercado en ninguna fecha futura. Tercero, supngase que los contratos especifican los estados de la naturaleza que afectan si una materia prima debe entregarse: "un contrato para la transferencia de una materia prima ahora especifica, adems de sus caractersticas fsicas, su ubicacin y su fecha, acontecimiento cuya ocurrencia condiciona la realizacin de la transferencia. Esta nueva definicin de una materia prima permite obtener una teora libre del riesgo de cualquier concepto probabilstico... " (Debreu, 1959). Estas interpretaciones pueden combinarse. Por lo tanto, se puede decir que el modelo completo de Arrow-Debreu es aplicable cuando las mercancas se identifican segn cuando deban entregarse, dnde deben entregarse, y en qu circunstancias deben entregarse, as como su naturaleza intrnseca. Por tanto, existir un sistema completo de precios para contratos tales como "1 tonelada de trigo rojo de invierno, entregada el 3 de enero en Minneapolis, si hay un huracn en la Florida durante diciembre". Un modelo general del equilibrio con mercados completos de esta clase parece todava estar lejos de ser una forma adecuada de describir los funcionamientos de las economas verdaderas. No obstante, sus autores sostienen que, aun as, es til como gua simplificada de cmo funcionan las economas verdaderas. Parte del trabajo reciente acerca del equilibrio general ha explorado las implicaciones de los mercados incompletos, es decir, una economa intertemporal con incertidumbre, donde no existen contratos suficientemente detallados que permitan que los agentes asignen correctamente sus demandas y recursos a travs del tiempo. Si bien se ha demostrado que, por lo general, tales economas seguirn presentando un equilibrio, el resultado puede ya no ser ptimo segn Pareto. La explicacin bsica para este resultado es que si los consumidores carecen de medios adecuados para transferir su abundancia de un momento en el tiempo a otro y el futuro es riesgoso, no existe nada que ate ningn precio al ndice del substituto marginal relevante, que es el requisito estndar para el ptimo de Pareto. Sin embargo, en algunas condiciones la economa puede seguir siendo un ptimo condicionado de Pareto, lo que significa que una autoridad central limitada al mismo tipo y nmero de contratos que los agentes individuales tal vez no mejore el resultado. Lo que se necesita, ms bien, es la introduccin de un sistema completo de contratos posibles. Por lo tanto, una de las implicaciones de la teora de mercados incompletos es que la ineficiencia puede ser el resultado de instituciones financieras subdesarrolladas o de apremios crediticios que sufren algunos miembros del pblico. La investigacin en esta rea todava se encuentra en desarrollo. 1. 4 Problemas pendientes de resolucin en el equilibrio general Investigaciones realizadas sobre el modelo de Arrow-Debreu-McKenzie han revelado algunos problemas con el modelo. El resultado conocido como teorema de Sonnenschein-Mantel-Debreu indica que, esencialmente, cualquier restriccin en la forma de las funciones de exceso en la demanda es restringente. Algunos piensan que esto implica que el modelo de Arrow-Debreu carece de contenido emprico. De todos

modos, no es posible esperar que los equilibrios de Arrow-Debreu-McKenzie sean nicos o estables. Se ha mencionado que un modelo planteado alrededor del proceso de tatonnement es un modelo de una economa centralmente planificada, no una economa de mercado descentralizada. Algunas investigaciones han intentado, sin mucho xito, desarrollar modelos generales del equilibrio con otros procesos. Especficamente, algunos economistas han desarrollado modelos en los cuales los agentes pueden negociar a precios que se encuentran fuera de equilibrio, y tales negociaciones pueden afectar los equilibrios a los cuales tiende la economa. Particularmente significativos son el proceso de Hahn, el proceso de Edgeworth y el proceso de Fischer. Los datos que determinan los equilibrios de Arrow-Debreu incluyen inventarios iniciales de los bienes de capital. Si la produccin y el comercio ocurren fuera de equilibrio, estos inventarios se modificarn, lo que complicar an ms el anlisis. En una economa verdadera, sin embargo, el comercio, al igual que la produccin y el consumo, continan en condiciones fuera del equilibrio. Por lo tanto, en el curso de la convergencia al equilibrio (suponiendo que esto ocurre), los inventarios cambian. Esto a su vez cambia el conjunto de equilibrios. O sea, el conjunto de equilibrios depende de la trayectoria... Esta dependencia de la trayectoria hace que el clculo de los equilibrios que corresponden al estado inicial del sistema sean esencialmente irrelevantes. Lo que importa es el equilibrio que alcanzar la economa partiendo de los inventarios iniciales, no el equilibrio en que habra estado dados los inventarios iniciales, en el caso de que los inventarios iniciales hubieran tenido precios correctos (Franklin Fischer, segn la cita de Petri, 2004). El modelo de Arrow-Debreu, en el cual todo el comercio tiene lugar en contratos a futuro realizados a tiempo cero, requiere que existan un gran nmero de mercados. El mismo es equivalente en el caso de mercados completos a un concepto de equilibrio secuencial, en el cual se abren, en cada evento que ocurre en una fecha, mercados spot de bienes y activos (que no son equivalentes en el caso e mercados incompletos); la compensacin (clearing) del mercado requiere entonces que toda la secuencia de precios compense todos los mercados en todo momento. Una generalizacin del esquema de mercados secuenciales es el mtodo de equilibrio transitorio, en el que la compensacin del mercado en un punto en el tiempo es condicional de las expectativas de precios futuros, que no necesariamente deben ser los valores de compensacin del mercado. Aunque el modelo de Arrow-Debreu-McKenzie se plantea en trminos de un cierto numeral arbitrario, el modelo no abarca el dinero. Frank Hahn, por ejemplo, ha investigado si se pueden desarrollar modelos de equilibrio general en los cuales el dinero participa como elemento central. La meta es encontrar modelos en los cuales la existencia de dinero puede alterar las soluciones del equilibrio, quizs porque la posicin inicial de los agentes depende de precios monetarios. Algunos crticos del modelo de equilibrio general afirman que gran parte de las investigaciones en estos modelos no son ms que ejercicios matemticos sin conexin alguna con las economas reales. "Hoy existen esfuerzos que se consideran grandes contribuciones econmicas, aunque son meros ejercicios matemticos, sin ninguna

sustancia econmica y sin ningn valor matemtico" (Nicholas Georgescu-Roegen, 1979). Aunque los modelos modernos en teora general del equilibrio demuestran que en ciertas circunstancias los precios convergern al equilibrio, los crticos sostienen que las suposiciones necesarias para obtener estos resultados son extremadamente restrictivas. Al igual que las rigurosas restricciones sobre las funciones de exceso de demanda, las suposiciones necesarias incluyen racionalidad perfecta de la informacin completa individual sobre todos los precios ahora y en el futuro, y las condiciones necesarias para una competencia perfecta. Sin embargo, algunos resultados de la economa experimental indican que incluso en circunstancias donde hay pocos agentes informados en forma imperfecta los precios que resultan y las asignaciones a menudo se asemejan a las correspondientes de un mercado perfectamente competitivo. Hahn Frank defiende el equilibrio general que modela, considerando que proporciona una funcin negativa. Los modelos generales del equilibrio demuestran lo que tendra que ocurrir para que una economa no regulada resulte Pareto eficiente. 1.6 Equilibrio general computable Hasta la dcada de 1970, el anlisis de equilibrio general era esencialmente terico, no obstante los trabajos de Leif Johansen en 1960. La aplicacin del esquema de equilibrio en la bsqueda de respuestas a preguntas prcticas de poltica pblica se populariz slo hasta 1969, cuando Herbert Scarf present un algoritmo numrico eficiente para el clculo de equilibrios en economas complejas. En forma paralela, los avances en poder computacional y el desarrollo de los sistemas estadsticos nacionales --que puso a disposicin del pblico general las tablas de insumo-producto necesarias para implementar modelos de grandes dimensiones y gran detalle sectorial-- han supuesto un importante incentivo para incluir el llamado "modelado aplicado de equilibrio general" como parte de las herramientas habituales de los analistas pblicos. 1.7 Modelos para Calcular el Equilibrio General
Los avances recientes de la tecnologa informtica ahora permiten desarrollar modelos para calcular el equilibrio general (CEG) con considerable detalle. Estos modelos pueden involucrar, literalmente, a cientos de industrias y de individuos, cada uno de ellos con distintas tecnologas o preferencias. La metodologa general que emplean estos modelos consiste en suponer diversas formas de funciones de utilidad y de produccin y despus, en elegir parmetros concretos de estas funciones, fundados en evidencia emprica. A continuacin se utilizan los modelos para generar soluciones numricas de equilibrio general y para compararlas con datos del mundo real. Tras calibrar los modelos para que reflejen la realidad, modificamos en ellos distintos elementos de las polticas para obtener estimaciones del efecto global que estos cambios de poltica tienen en el equilibrio general. En esta ampliacin se revisarn brevemente algunos de estos tipos de aplicaciones. Modelos de comercio; Una de las primeras aplicaciones de los modelos de equilibrio general fue para estudiar el efecto de las barreras para el

comercio. Dado que gran parte del debate de los efectos de estas barreras (o de su reduccin), gira entorno a sus repercusiones en los salarios reales, estos modelos de equilibrio general resultan especialmente adecuados para el efecto. Estos modelos se suelen caracterizar por dos aspectos poco comunes. En primer trmino, dado que los modelos suelen prestar atencin explcita a la produccin nacional de determinados bienes frente a su produccin en el extranjero, es necesario introducir un alto grado de diferenciacin de los productos en las funciones de utilidad de los individuos. Es decir, los textiles estadounidenses son considerados distintos de los textiles mexicanos, a pesar de que , en la mayora de las teoras del comercio, los textiles seran tratados como bienes homogneos. Los creadores de los modelos han descubierto que deben dar cabida a una posibilidad limitada de sustitucin entre estos bienes para que sus modelos sean capaces de reproducir los patrones reales del comercio. Una segunda caracterstica de los modelos de CEG del comercio es el inters por incorporar tecnologas con rendimiento creciente a escala en sus sectores productivos. Esto permite que el modelo capte una de las principales ventajas que el comercio tiene para las economas pequeas. Por desgracia, la introduccin del supuesto de rendimientos crecientes a escala tambin exige que el modelo parta de la competencia perfecta y del supuesto de agentes precio aceptantes. Para ello a menudo se emplea algn tipo de sistema de aumentos de precios junto con una competencia imperfecta del tipo Cournot. 2. TEORA DE LA DUALIDAD La programacin lineal puede ser usada para resolver una extensa variedad de problemas propios de los negocios, ya sea para maximizar utilidades o minimizar costos. Las variables de decisin en tales problemas, son por ejemplo, el nmero de productos a producir, la cantidad de pesos a emplear, etc. En cada caso la solucin ptima no explic cmo podran ser asignados los recursos (ejemplo: materia prima, capacidad de las mquinas, el dinero, etc.) para obtener un objetivo establecido. En este punto veremos que a cada problema de programacin lineal se le asocia otro problema de programacin lineal, llamado el problema de programacin dual. La solucin ptima del problema de programacin dual, proporciona la siguiente informacin respecto del problema de programacin original:

1. La solucin ptima del problema dual proporciona los precios en el mercado o los beneficios de los recursos escasos asignados en el problema original. 2. La solucin ptima del problema dual aporta la solucin ptima del problema original y viceversa. Normalmente llamamos al problema de programacin lineal original el problema de programacin primal.

El concepto de Holgura Complementaria Es el concepto clave que permite resolver un problema a partir de otro, y se deriva de las relaciones primo-dual, en el valor de la funcin objetivo Formulacin del problema dual. El problema dual es un problema de PL auxiliar que se define directa y sistemticamente a partir del modelo de PL original o primal. El problema de programacin lineal vienen dado por: Maximizar Z = CX sujeto a: AX <= B X >= 0 Su dual asociado es el problema de PL dado por:
Minimizar Z = BW sujeto a: AW<= C W >= 0 De lo anterior se deduce que el paso al dual se lleva a cabo teniendo presente las cuatro reglas siguientes:

a) Los coeficientes de la i-sima restriccin para el problema primal pasan a ser los coeficientes de las variables Wi en las restricciones del problema dual. El problema dual tiene tantas variables como restricciones hay en el primal.
b) Los coeficientes de las variables de decisin Xj en el problema primal pasan a ser los coeficientes de la restriccin j-sima en el problema dual. El problema dual tiene tantas restricciones como variables hay en el primal. c) Los coeficientes de la funcin objetivo en el problema primal pasan a ser los coeficientes del segundo miembro de las restricciones en el problema dual. d) Los coeficientes del segundo miembro de las restricciones del problema primal pasan a ser los coeficientes de la funcin objetivo del dual. Primal Ejemplo:

Maximizar : Z = 60 X1 + 30 X2 + 20 X3 sujeto a: 8X1 + 6X2 + X3 <= 48 4X1 + 2X2 + 1.5X3 <= 20 2X1 + 1.5X2 + 0.5X3 <= 8 " X1, X2, X3 >=0

Dual: Minimizar Z = 48 W1 + 20 W2 + 8W3 sujeto a: 8W1 + 4W2 + 2W3 >= 60 6W1 + 2W2 + 1.5W3 >= 30

W1 + 1.5W2 + 0.5W3 >= 20 " W1, W2, W3>= 0 Interpretacin econmica del problema dual. Precio Sombra.- Se define como la proporcin con que mejora el valor de la funcin objetivo a partir de la i - sima restriccin, dependiendo si se trata de maximizacin tiende a aumentar y a disminuir cuando es de minimizacin. La interpretacin econmica de la dualidad se basa directamente en la interpretacin ms frecuente del problema primal. Interpretacin del problema dual. Para ver cmo la interpretacin del problema primal conduce a una interpretacin econmica del problema dual. Notese el valor de Z como: Z = W1b1 + W2b2 + W3b3 + ... + Wmbm
Donde cada bi Wi puede interpretarse como la contribucin a la ganancia por disponer de bi unidades del recurso i. , Wi se interpreta como la contribucin a la ganancia por unidad del recurso i ( i = 1 , 2, . . . , m), cuando se usa el conjunto actual de variables bsicas para obtener la solucin primal. sujeto a:

m Ganancia asignada j = 1,..., n Suma unidad de i =1 actividad j-sima

unidades del recurso i-simo utlizados por unidad de la actividad j-sima *

Valor unitario del recurso i-simo = la a cada

i - 1, ..., m

Valor unitario * del recurso i-simo

>= 0

Observaciones Las restricciones j-sima del dual indican que el valor total de los recursos consumidos para elaborar una unidad de la j-sima actividad, debe ser al menos tan grande como la ganancia asignada a cada unidad de la actividad j-sima. A partir de lo visto anteriormente se puede interpretar el problema dual en los siguientes trminos: Dados unos recursos bi y un lmite inferior para la ganancia Cj, asignada a cada unidad de la actividad j-sima Qu valor, Wi, se debe asignar a cada unidad del recurso i-simo de forma que se minimice el valor total de los recursos?.

EXPLICACION DE LA SOLUCION PRIMAL-DUAL, DE NUESTRO EJERCICIO DE CONSTRUCCION DE MESAS Y SILLAS CON PIEZAS GRANDES Y PIEZAS CHICAS. RECORDEMOS QUE NUESTRO MODELO ES: MAX Z= $16X1+$10X2 s.a. 2X1+1X2 <= 6 Restriccin de Piezas Grandes 2X1+2X2 <= 6 Restriccion de piezas Chicas toda X1, X2 >= 0 En la siguiente tabla proporciona la descripcin de cada uno de los elementos del problema primario y dual.
Problema Elemento X Dimensin Vector columna con n componentes. Vector rengln con n componentes. Vector columna con m componentes. Caracterstica Vector de variables de actividad primaria Vector de precios unitarios primarios Vector de disponibilidad de recursos primarios

b Primario A

Matriz de m por n. Matriz de coeficientes tecnolgicos Escalar. Funcin objetiva primaria

Vector columna con n ceros Vector columna con m componentes Transpuesta del vector c Vector de variables de actividades duales Vector de disponibilidad de recursos duales Vector de precios unitarios duales

Dual

cT

bT

Transpuesta del vector b

AT

Transpuesta de la Matriz de matriz A coeficientes tecnolgicos Escalar Funcin objetiva dual.

Vector columna con m ceros

A continuacin se listan algunas formas de dualidad. Forma 1. Dado el problema primario (P2) su dual es (D2)

Sujeto a

Sujeto a

Prueba. El problema primario (P2) puede escribirse como Mx -Z = -cX

Sujeto a

Y aplicando la definicin de dualidad se tiene

Sujeto a

Que es equivalente a Mx G = bTY

Sujeto a

Ejemplo: Sea el programa primario Mx Z = 3 X1 +5X2

Sujeto a

Se comprueba que el dual es

Sujeto a

La forma del primario es


Mx Z = cX Sujeto a

Cuya forma del dual correspondiente (D1) es:

Min G = bT Y

Sujeto a

(D2)

Como:

Ejecutando las operaciones matriciales indicadas en (D 2) se obtiene la forma dual deseada. Los usos de la dualidad. Las bases del anlisis de la dualidad se encuentran ya en la microeconoma antes de 1957 que las dejaron establecidas Marshall, Samuelson (1944) y Hicks (1938). La equivalencia (local) del enfoque de maximizacin de utilidades o beneficios, y de minimizacin de costos, permiti aprovechar los teoremas del enfoque dual en los resultados del primal.

La identidad de Roy y los lemas de Shephard (1970) y de Hotelling, haban preparado el terreno para obtener en unas pocas lneas la ecuacin de Slutsky, la cual no solo mejorara la comprensin de la naturaleza del Excedente del Consumidor (medida de bienestar observable) sino que contribuira al perfeccionamiento de la comprensin de la Variacin Equivalente (VE) y la Compensadora (VC), medidas no observables pero bien fundadas tericamente.

Sabemos ahora que el nivel del cambio de bienestar medido por Excedente se encuentra entre los estimados por la VE y la VC.

En 1942 Samuelson estableci que la utilidad marginal del ingreso no necesariamente era constante y por lo tanto que no hay necesariamente una medicin nica de cambio de bienestar. Ms tarde, Silberberg (1978)

prob que el cambio en el Excedente del Consumidor depende de la secuencia o patrn que sigan los precios (es decir, el sendero de precios que se siga altera el valor integral de la funcin de demanda marshalliana). Esto se debe a que todos los bienes no tienen la misma elasticidad-ingreso.

Willig (1976) hizo un clculo riguroso de las tres medidas principales (el Excedente del Consumidor, y las Variaciones Compensatoria y Equivalente) y mostr que ante un cambio en un precio la diferencia de magnitud entre ellas es despreciable si la elasticidad-ingreso es pequea, si la variacin de precios es poco significativa o si la participacin del bien en el gasto es muy baja. Bajo cualquiera de esas condiciones, usar el Excedente para estimar las Variaciones slo implica un error minsculo.

El uso de los resultados de Shephard permiti mejorar el trabajo emprico. Christensen, Jorgenson y Lau ( 1971) introdujeron las funciones translog (aproximaciones cuadrticas logartmicas de una funcin arbitraria); se hizo entonces posible especificar una forma funcional flexible, usar la dualidad de Shephard y su lema, y estimar sus parmetros.

El uso de las medidas de bienestar fue generalizado al caso de recursos ambientales y naturales. O sea, se las redefini para tener en cuenta no slo modificaciones de precios, sino tambin cambios en cantidades disponibles y en las probabilidades de disponer de ciertos bienes o recursos (como los ambientales o naturales).

Una muy buena sntesis de la literatura se encuentra en Myrick Freeman (1993). Krutilla (1967) y Mishan (1976) destacaron el aspecto tico que tiene la medicin del cambio de bienestar que implican la Variacin Compensadora o la Equivalente; la voluntad de pagar por un cambio o la voluntad de ser compensados por un cambio, tienen implcita una atribucin de derechos de propiedad sobre ese cambio.

Dualidad

Uno de los aspectos importantes en la teora del consumidor, consiste en la dualidad. La dualidad es una de las "herramientas" ms usadas en la estimacin de modelos. Bsicamente la dualidad expresa la relacin entre los bienes por un lado y los precios por el otro. De esta forma, el consumidor podr elegir entre maximizar la funcin de utilidad sujeto a la restriccin de presupuesto o, minimizar su gasto en una serie de bienes siempre y cuando, la funcin de utilidad permanezca constante. El problema se plantea como:

(1)

(2)

De la solucin al problema (1) se obtienen las demandas marshallianas, mientras de la solucin a (2) se obtienen las demandas Hicksianas o demandas compensadas. Las funciones Hicksianas satisfacen la cantidad de bienes x a los precios p cuando la utilidad permanece constante, de ah su nombre:

(2.1) Xi = gi (y,p) = hi (u,p) (2.2) u = v(x1,,xm) = v[g1(y,p),g2(y,p),..,gm(y,p)] = v (y,p)

(2.3) x =

= C(u,p)

Donde v (y,p) es la funcin indirecta de utilidad o el mximo sostenible de utilidad dados los precios y el ingreso:

(2.4)

v (y,p) =

[v(x); px= y]

Y la funcin C(u,p) es el mnimo gasto que mantiene la utilidad constante, dado los precios p, y claramente es una solucin al problema dual:

(2.5) C(u,p) =

[ px= ; u(x) = v]

La funcin de gasto y la funcin indirecta de utilidad estn ntimamente relacionadas, pues a partir de invertir C(u,p) = x se encuentra u en funcin de x y p. Similarmente la inversin de u = v (y,p) nos lleva directamente a x = C(u,p).

Propiedades de la funcin indirecta de utilidad

Entre las propiedades usuales de la funcin indirecta de utilidad, tenemos

1) Es homognea de grado cero en (p,y), esto es, v( tp, ty)= v(p,y) " t >0.

2) No es creciente en p y es estrictamente creciente en y.

3) Es cuasi convexa con respecto a p, esto es el conjunto {p: v(p,y) c} es convexo para cada y > 0 y algn c.

4) La derivada de la funcin indirecta de utilidad con respecto a los precios e ingreso se conoce tambin como la Identidad de Roy y es una forma conveniente de recuperar la demanda Marshalliana,

(2.6)

5) Es continua en p e y.

Propiedades de la funcin de gasto Entre las propiedades usuales de la funcin de gasto, se encuentran:

1) La funcin de gasto es homognea de grado uno en precios, formalmente para algn escalar q >0 : C(u, qp) = q C(u,p). Esto es, si los precios se doblan se deber desembolsar dos veces ms cantidad de dinero para estar en la misma curva de indiferencia.

2) La funcin de gasto es creciente en m, no decreciente en p y creciente en al menos un precio. Esto se deriva del axioma de insaciabilidad ya que dados unos precios, el consumidor tiene que gastar ms para estar mejor, debido a que un incremento en precios requiere ms cantidad de dinero para permanecer mejor.

3) La funcin de gasto es cncava en precios. Cuando el precio de un bien cambia, mientras los otros precios y la utilidad permanecen constantes, la concavidad implica que el costo aumenta no ms que linealmente, esto es esencial, porque el consumidor minimiza sus gastos reacomodando sus compras en orden a tomar las ventajas de la estructura de precios. Es decir,

(2.7) C(u,qp) q C(u,p) ; 0 q 1 La estricta concavidad se mantiene, si en (2.8) se reemplaza por >. Supongamos los siguientes bienes y precios:

Y definamos p3 como qp1+ (1-q)p2 y si q es igual a 0.5 entonces p3=4.5. Entonces,

C(u,p1) = x1p1= 8 x3p1= 24 C(u,p2) = x2p2= 20 x3p2= 30

Se deber demostrar que C(u, qp1+ (1- q)p2) q[C(u, p1)]+ (1- q)[C(u, p2)]. S C(u, qp1+ (1-q)p2)= C(u,p3)= x3p3 = 27 y dado que q[C(u, p1)] = 0.5*8 y (1q)[C(u, p2)]=10:

C(u, qp1+ (1-q)p2) q[C(u, p1)]+ (1-q)[C(u, p2)] ya que 27 >14.

4) La funcin de gasto es continua en p y la primera y la segunda derivada con respecto a los precios existe.

5) Cuando ellas existan, las derivadas parciales de las funciones de gasto con respecto a los precios sern las funciones de demandas Hicksianas:

(2.8)

La anterior propiedad se conoce tambin como el Lema de Sheppard.

3. TEORA ECONMICA DE LA ELECCIN

La teora de la eleccin u opcin pblica (Public choice theory), trata de ligar la economa con la poltica a travs del Estado, entendido como la suma de voluntades individuales, para saber cuales son los factores que determinan cuales son las polticas que elige el Estado de las diferentes opciones que a este se le presentan. Se divide en Eleccin Pblica Positiva que estudia las decisiones colectivas o pblicas de los agentes polticos, y en Economa Poltica Constitucional que pretende desarrollar un marco institucional que aminore el poder poltico frente a la sociedad civil. Partiendo del individualismo metodolgico, sostiene la premisa que el comportamiento de los burcratas y polticos es maximizador del presupuesto pblico principalmente buscando sus propios intereses y despus buscara el bienestar social. Adems estudia las elecciones fuera del mercado, es decir, elecciones como proceso social que involucra a los individuos independientemente de su voluntad para tomar decisiones colectivas y pblicas. En general, estudia los "fallos del gobierno" como una respuesta ante quienes sostienen que el gobierno debe intervenir ante los denominados fallos de mercado; as postula que la evidencia cientfica sealara al gobierno -y no al mercado- como el ente que debe ser limitado o reducido por el bienestar de la sociedad. La teora Un economista llamado James M. Buchanan descubri que era posible la aplicacin y la extensin de la teora econmica a las opciones polticas y gubernamentales; encontrando adems que era posible extender dicha teora a las decisiones de los ciudadanos para efectos de hacer posible la eleccin entre las diversas opciones existentes en el mercado poltico. Dicho descubrimiento le vali el premio Nobel de economa en 1986. Adems, y como resultado del anlisis antes precisado, Buchanan realiz un descubrimiento que tambin parece una verdad de perogrullo: Las decisiones polticas, que son las realizadas por los estamentos del Estado encargados del manejo estatal, necesariamente generan costos a los particulares y a la sociedad en su conjunto. Asimismo, las decisiones polticas no le cuestan al Estado como tal, sino a todos los que se encuentran bajo el dominio de dicho estado. El costo de la toma de decisin se converta entonces en un factor que influye decididamente en la eficiencia y los efectos de la decisin poltica. Como resultado de la constatacin referida en los prrafos precedentes, y dado que los Estados administran bienes y fondos, los cuales por definicin son pblicos, el pueblo debera tener la posibilidad de recurrir a mecanismos previstos por la ley y de obligatorio cumplimiento, que le permitan controlar e intervenir en las decisiones de los actores pblicos.

La teora antes referida resulta importante para comprender diversos fenmenos polticos y jurdicos que se dan en la realidad. Asimismo, permite entender la razn por la cual las normas jurdicas constitucionales deben elaborarse de tal forma que permitan un adecuado control del comportamiento del Estado por parte del electorado y adems permite entender tambin porque dicho control resulta indispensable.

El comportamiento del funcionario pblico


Y es que, una vez aplicado el anlisis econmico al comportamiento del funcionario pblico, debemos concluir necesariamente que ste, como ser racional, busca maximizar la utilidad de su cargo, es decir, obtener el mximo provecho del mismo. Y, como resultado de ello cuando el funcionario es un poltico con un cargo importante, ste va a buscar crear las condiciones adecuadas para poder ser reelegido, as como procurar elevar la cuota de poder de la que goza. Como evidente consecuencia de ello, nosotros debemos deducir que el Estado tiende necesariamente a elevar el poder material del que goza. Resulta entonces una utopa considerar que el Estado, podr controlarse a s mismo de manera espontnea, aunque existan en su interior mecanismos de fiscalizacin entre los rganos que lo componen.

4. DEMANDAS HICKSIANAS La Demanda Ingreso Compensada de Hicks: Hicks utiliza el mtodo para mantener el ingreso real constante en vez del nominal.

Se debe descomponer el efecto sustitucin o precio del efecto ingreso. En un primer momento, se consumen x2E y x1E para la relacin de precios implcita en esa restriccin presupuestal. Luego, p1 disminuye, mantenindose constantes p2 y m. En la nueva restriccin presupuestal, vari la pendiente, es decir que cambi la relacin de precios: p1 es relativamente mas barato. En esta situacin, segn Marshall, el consumidor puede ubicarse sobre la nueva restriccin presupuestal consumiendo:

(1) menos de x1 y ms de x2 (2) lo mismo de x1 y ms de x2 (3) ms de x1 y ms de x2 (4) mas de x1 y lo mismo de x2 (5) mas de x1 y menos de x2

El cambio total en el consumo de x1 es: x1E*-x1E, dado el cambio en p1 ceteris paribus. Hicks coincide con Marshall, pero expresa que al utilizarse el ingreso nominal, se contradice la definicin de demanda: cmo vara la cantidad demandada cuando vara el precio mantenindose constantes las dems variables. En el anlisis de Marshall permanecen constantes p 2 y el ingreso nominal, pero vara el ingreso real al disminuir p 1 Hicks define el ingreso real constante: Cuando un precio disminuye, el individuo siente que es ms rico. Entonces, se debe manejar el ingreso nominal del individuo de modo tal de mantenerlo en el mismo nivel de utilidad que antes, o sea, de forma que se mantenga en la misma curva de indiferencia; pero con una relacin de precios distinta. Para esto se debe encintrar una recta paralela a la nueva restriccin presupuestan segn Marshall y tangente a la curva de indiferencia U 0.

Hicks descompone el cambio total de Marshall en dos componentes: puro efecto sustitucin y efecto ingreso.

El efecto precio o sustitucin constituye la verdadera curva de demanda porque el otro efecto se da por un aumente del ingreso real. Para Mashall, en cambio, la demanda era afectada por todo el cambio. Propiedad de la demanda ingreso compensada: es homognea de grado cero en precios.

El teorema de Euler: si y = f(x1,x2) es homognea de grado cero,

Aplico Euler: Dividido por x1H:

5. DEMANDAS MARSHALLIANAS

De esta forma, se obtienen los determinantes de la demanda de un bien. Las funciones de demanda del consumidor muestran las cantidades ptimas de cada uno de los bienes en funcin de los precios y del ingreso del consumidor.

La demanda es una lista de cantidades que se compraran a distintos precios del bien, para el precio de los otros bienes y el ingreso nominal dados. Otra cosa distinta es la cantidad demandada: Al precio p11 la cantidad demandad es x11, pero la demanda la constituye todos los puntos de la curva. La demanda que considera el Ingreso nomina del individuo se llama DEMANDA MARSHALLIANA U ORDINARIA. La demanda Marshalliana toma el ingreso nominal, pero al variar el precio de un bien, cambia el ingreso real. Por lo tanto, hay un efecto precio y un efecto ingreso. Existen varios emplazamientos posibles para la curva de

demanda Marshalliana:

Cuando la curva de demanda Marshalliana tiene pendiente positiva, ante un aumente en el precio del bien, aumenta la cantidad demandada. O sea que habra una relacin directa entre el precio y la cantidad trazados.

Propiedad de la demanda Marshalliana La demanda Marshalliana es homognea y de grado cero en precios y en ingreso.

Grficamente:

La restriccin porque no cambian A el ni B. De esta Alno no cambia variar ninguno de estos puntos, forma, el punto de equilibrio cambia. Por lo tanto, la emplazamiento deno la curva no cambia. curva de demanda tampoco debera cambiar.

Analticamente:

Se llega a la misma condicin de equilibrio. La demanda Marshalliana es homognea y de grado cero. LA MINIMIZACIN DEL GASTO. LA FUNCIN DE DEMANDA COMPENSADA.
Cantidades que, dados unos precios de los bienes y un determinado nivel de utilidad que se desea alcanzar, minimizan el gasto.

LA FUNCIN DE DEMANDA COMPENSADA. - Propiedades

1.

Un efecto sustitucin, que vara la cantidad demandada del bien manteniendo constante el nivel de utilidad, aproximado a travs del cambio en la funcin de demanda hicksiana. Este efecto sustitucin es no positivo.

LA FUNCIN DE GASTO. El mnimo gasto de alcanzar un determinado nivel de utilidad dados los precios de los bienes. Se obtiene sustituyendo las funciones de demanda compensadas en el elemento minimizador. Propiedades

LA FUNCIN INDIRECTA DE UTILIDAD. Mximo nivel de utilidad que se puede alcanzar dada una forma especfica de la funcin de utilidad, una renta monetaria, y los precios de los bienes. Se obtiene sustituyendo las funciones de demanda marshallianas en la funcin directa de utilidad. RELACIONES ENTRE LAS FUNCIONES DE GASTO Y UTILIDAD.

DUALIDAD.

FUNCIN COBB-DOUGLAS. ( F. de demanda Hicksianas y F. De Gasto). Min. p1X1 + p2X2 sujeto a X1 X2 = U

BIENES COMPLEMENTARIOS PERFECTOS ( F. de demanda Hicksianas y F. De Gasto). Min. p1X1 + p2X2 sujeto a min{aX1,bX2} = U

BIENES SUSTITUTOS PERFECTOS.(F. de demanda Hicksianas y F. De Gasto). Min. p1X1 + p2X2 sujeto a: aX1+bX2 = U

PREFERENCIAS CUASILINEALES. (F. de demanda Hicksianas y F. De Gasto). Min. p1X1 + p2X2 sujeto a: lnX1+X2 = U

SISTEMA LINEAL DE GASTO (F. de demanda Hicksianas y F. De Gasto). Min. i piXi sujeto a: U= i (Xi - i)i i = 1..n, i = 1

5.- FUNCION INDIRECTA DE LA UTILIDAD

Mximo nivel de utilidad que se puede alcanzar dada una forma especfica de la funcin de utilidad, una renta monetaria, y los precios de los bienes. Se obtiene sustituyendo las funciones de demanda marshallianas en la funcin directa de utilidad.

U(X1,X2) = U{g1(p1,p2,m), g2 (p1,p2,m)} = (p1,p2,m)

6.- FUNCION DE GASTO

El mnimo gasto de alcanzar un determinado nivel de utilidad dados los precios de los bienes. Se obtiene sustituyendo las funciones de demanda compensadas en el elemento minimizador.

G(p1,p2,U) = p1 h1 (p1,p2,U) + p2 h2 (p1,p2,U)

LA FUNCIN DE GASTO. Propiedades (I).

HOMOGENEIDAD.- La funcin de gasto es homognea de grado 1 en los precios. G(U, p1, p2 ) = G(U, p1, p2 )

CONCAVIDAD.- La funcin de gasto es cncava en los precios, de forma que cuando stos crecen, el gasto crece no menos que linealmente.

LA FUNCIN DE GASTO. Propiedades (II).

CONTINUIDAD.- La funcin de gasto es continua en los precios, y existen tanto la primera como la segunda derivada de stos, salvo para precios iguales a cero.

LEMMA DE SHEPHARD.- Cuando existen, las derivadas parciales de la funcin de gasto con respecto a los precios son las funciones de demanda compensadas.

X11 = h1(U, p11,p21) = G(U, p11,p21)/ p1 X21 = h2(U, p11,p21) = G(U, p11,p21)/ p2

RELACIONES ENTRE LAS FUNCIONES DE GASTO Y UTILIDAD.

7.- ESDUTIO DE DEMANDA: MODELOS PARCIALES: SISTEMA DE DEMANDA

8.- MEDICION EXACTA CON DEMANDAS ORDINARIAS Dada la funcin de utilidad

, Se pide:

a) Determinar las funciones de demanda ordinarias y compensadas de ambos bienes. Asimismo obtener la funcin de gasto del consumidor.

Las demandas ordinarias las obtendremos a partir del primal:

Aplicamos la ley de la igualdad de las Utilidades Marginales Ponderadas:

Las demandas compensadas a partir del dual

Aplicando la ley de la igualdad de las Utilidades Marginales Ponderadas:

Combinando con la funcin de utilidad.

Eliminando el logaritmo:

Para

obtener

la

funcin

de

Gasto,

introduciremos

las

demandas

compensadas en la Ecuacin de Balance:

b) Comprobar si las demandas ordinarias cumplen las restricciones impuestas por la teora. Ley de Walras

Verifiquemos que:

Homogeneidad de grado cero en (p,y)

Comprobar que:

Es cuestin de reemplazar precios y renta por un mltiplo de ellos mismos y verificar que se obtienen de nuevo las mismas funciones de demanda.

Agregacin de Cournot Se trata de verificar que:

Al variar P1 :

, veamos

Al variar P2 :

, veamos

Agregacin de Engel

Se trata de verificar que:

Simetra de los efectos sustitucin cruzados.

Comprobar que:

(ver punto d)

c) Comprobar si la utilidad marginal de la renta es creciente o decreciente. Operaremos con la funcin de gasto hasta obtener la FIU

Sabemos que la utilidad marginal de la renta se obtiene derivando la FIU con respecto a la renta.

d) Hallar la matriz de efectos sustitucin y analizar cmo es.

Pasemos a obtener los elementos de la matriz pedida. Sabemos que la derivada de la funcin de gasto con respecto a cada precio es la correspondiente demanda compensada o hicksiana.

Las derivadas segundas son los correspondientes efectos sustitucin.

Vamos ahora a la matriz

Sale semidefinida negativa

FALTA

MODELO DE RESAGOS DISTRIBUIDOS

ESTADISTA DEL MODELOS DE RESAGOS DISTRIBUIDOS

ESTIMACION DE LOS MODELOS DE REZAGOS DISTRIBUIDOS

MODELO DE REZAGOS DISTRIBUIDOS DE KOYKC

CARACTERISTICAS DEL MODELO DE KOYKC

TRANSFORMACION DE KOYKC

EL MODELO DE EXPECTATIVAS ADAPTATIVAS Postula que los cambios en "Y" se relacionan con los cambios en el nivel "esperado" de la variable explicativa "X". El modelo se especifica de la siguiente manera:

Donde X* representa el nivel deseado de o esperado de X, por ejemplo el precio esperado. El nivel esperado de X est definido por una segunda relacin en la que se supone que las expectativas son alteradas en cada periodo como un ajuste entre el valor observado actual de X y el valor esperado previo de X. La relacin es la siguiente:

Este modelo es conocido como "racionalizacin del modelo de Koyck" (Gujarati,

1997). Conocido como racionalizacin de Nerlove (Gujarati, 1997).

As, esto indica que el nivel esperado de X* (precio esperado) es un promedio ponderado del nivel presente de X y el nivel esperado previo de X*. Para girasol el precio "esperado" (X*) (precio en el momento de la cosecha, en este caso abril) por los productores en el momento de la siembra (octubre) es un precio promedio ponderado (X) del nivel presente (octubre) y el nivel esperado previo de X* (abril del ao anterior) o sea X* t-1.

EJEMPLO DE MODELO DE REZAGOS DISTRIBUIDOS: VARIACIONES DE CORTO Y LARGO PLAZO DEL TIPO DE CAMBIO ($ por S/.) EN FUNCION A LAS EXPORTACIONES ($). El siguiente modelo de rezagos distribuidos ,el cual tiene como variable endgena al tipo de cambio en este caso de dlares por nuevos soles, que esta siendo explicado por las exportaciones totales del Per expresado en millones de dlares en el periodo presente y en un periodo anterior. El siguiente modelo tiene como finalidad explicar como influye el incremento de las exportaciones en el periodo presente en el tipo de cambio y que influencia sigue generando las exportaciones rezagadas en el tipo de cambio. La estimacin que se desea saber es en cuanto aumentara el tipo de cambio (dlares por soles); cuantos centavos de dlar de mas se necesitaran por cada nuevo sol, a medida que ingresan mas dlares al pas por medio de las exportaciones. Mediante este modelo de rezagos distribuidos queremos observar la depreciacin del dlar, expresada en cuanto ms centavos de dlar se necesitan para cambiarlos por un nuevo sol. TCt = a + B0Xt + B1Xt-1 + ut TCt = Tipo de cambio bancario dlares / soles ($ por S/.). Xt = Exportaciones totales (millones de dlares). Xt-1 = Exportaciones totales rezagadas en un periodo.

Dependent Variable: TC Method: Least Squares Date: 02/10/08 Time: 12:19 Sample (adjusted): 2003M02 2007M11 Included observations: 58 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.275329 0.002041 134.9096 0.0000 X 0.0000066 0.00000362 1.821330 0.0740 X(-1) 0.0000110 0.00000363 3.025591 0.0038 R-squared 0.777110 Mean dependent var 0.301526 Adjusted R-squared 0.769005 S.D. dependent var 0.011826 S.E. of regression 0.005684 Akaike info criterion -7.451982 Sum squared resid 0.001777 Schwarz criterion -7.345407 Log likelihood 219.1075 F-statistic 95.87943 Durbin-Watson stat 0.413633 Prob(F-statistic) 0.000000 TCt = 0.275329 + 0.0000066Xt + 0.0000110X t-1 Interpretacin: Se observa que el multiplicador de corto plazo es 0.0000066, mientras que el multiplicador de largo plazo es (0.0000066+0.0000110=0.0000176). Es decir despus de un incremento de un milln de dlares en las exportaciones, el tipo de cambio ( $ por S/. ) aumentara en 0.0000066 centavos de dlar en el ao del incremento de las exportaciones.En otros 0.0000110 centavos de dlar en el ao siguiente. El impacto de largo plazo de un incremento de un milln de dlares en las exportaciones es de 0.0000176 centavos de dlar. El 37.5% del impacto total de un cambio unitario en las exportaciones sobre el tipo de cambio se siente inmediatamente, el 100% se siente despus de un ao.

MODELO DE NERLOVE El modelo al cual que se empleara para realizar el estudio es el desarrollado por Nerlove (1958).

La adaptacin del modelo de Nerlove realizada por Leaver (2003), fue enfocada a la estimacin de las elasticidades a corto y largo plazo de la oferta de tabaco en Zimbawe, para el periodo comprendido de 1938 a 2000. Uno de los objetivos bsicos de su estudio fue el encontrar la respuesta de la oferta ante un cambio en el precio. La justificacin para realizar tal estudio era la importancia de Zimbawe en la produccin mundial de tabaco y la importancia de la agricultura en su economa, tanto por la generacin de empleos como por la generacin de divisas derivadas de la exportacin de distintos productos. Leaver encuentra que tanto la elasticidad precio a corto y largo plazo son inelsticas? lo cual revela el dominio de la industria de tabaco en la economa de Zimbawe. Para el caso del sector agrcola mexicano, Godnez (2006), analiza el impacto de las polticas pblicas (la de precio de garanta y el PROCAMPO) en el agro mexicano mediante la adaptacin del modelo de Nerlove. En este trabajo, se desarrolla un modelo economtrico de oferta, el cual es un modelo de oferta de rezagos distribuidos y de tal forma se obtiene la respuesta de los agricultores a travs de la oferta ante un cambio en el precio. Se concluye que los coeficientes de la poltica de precios de garanta y la de PROCAMPO, no es sustancial, adems de que el cambio tecnolgico impacta la produccin positivamente. El modelo de oferta economtrico de forma reducida obtenido por Nerlove contiene una variable de tendencia que captura el cambio tecnolgico, ms la variable dummy la cual puede contener n variables explicativas.

EL MODELO DE REZAGOS DISTRIBUIDOS DE NERLOVE PARA ESTIMAR UNA FUNCIN DE OFERTA El modelo de Nerlove para la estimacin de una funcin de oferta plantea un sistema de dos ecuaciones:

La primera es la ecuacin de comportamiento porque pone de manifiesto la produccin planeada (Q*). La segunda es la ecuacin de ajuste que expresa la diferencia entre el nivel de produccin efectivamente alcanzado en dos perodos consecutivos como una fraccin de la diferencia entre el nivel de produccin planeada para un perodo y el nivel de produccin efectivamente alcanzado en el perodo anterior. Despejando Q* en la ecuacin (2) e igualando el resultado a la ecuacin (1) se obtiene:

Si Q*t y Qt son iguales entonces =1, o lo que es lo mismo, el ajuste de la produccin ha sido completo. Por ejemplo para un caso concreto que nos toca analizar estimaremos la funcin de oferta de azcar, limn y soja de Tucumn por tratarse de los cultivos ms importantes de la agenda de investigacin de la EEAOC. Para ello tomamos las cantidades producidas de cada uno de estos bienes, en el perodo 1960-2002, y las valuamos a precios de 2000. Para el caso de la variable precio esperado, suponemos que P* es igual al precio del Perodo anterior. Por otra parte, definiremos el precio relevante para el sector agroindustrial de Tucumn. Esto ayudara a medir el stock de tecnologa (T) generado por la EEAOC. Donde se agregara 2 variables explicativas del valor de prod

BOLO N 5 ASPECTOS METODOLGICOS

1.- DISEO METODOLGICO.Incluye los pasos prcticos de la investigacin y supone un esquema o marco terico, un programa de trabajo, los espacios y compromisos de actuacin, un cronograma de actividades y un presupuesto econmico. El diseo contempla los siguientes aspectos (elementos): a) Marco terico La postura cualitativa centra el inters en la situacin misma. No se parte de una teora, ni se cuenta con hiptesis relacionales previas, pero s se debe iniciar con pistas o claves de interpretacin que guiarn los primeros pasos de la recogida de datos. Por otro lado, se debe seleccionar entre los diferentes enfoques o paradigmas (marcos interpretativos): Guba (positivista, postpositivista, crtico y construccionista), Lather (predecir, comprender, emancipar o deconstruir). La eleccin de paradigma conlleva la determinacin de un foco de inters, los principales son: 1. Estudios de lenguaje: anlisis de contenido, anlisis del discurso. 1. Estudios descriptivo/interpretativos: etnografa, etnometodologa. 1. Estudios de orientacin terica: teora fundada, interaccionismo simblico. Se considera el marco conceptual como una base con la que comparar y contrastar los resultados, antes que utilizarlo como categoras a priori que fuercen y constrian el anlisis El marco conceptual permite que el investigador seleccione, decida qu es lo importante, qu relaciones pueden tener ms sentido. Tambin permite orientar el proceso de recogida y anlisis de datos. b) Diseo Muestral Los anlisis cualitativos, por general, estudian un individuo o una situacin, unos pocos individuos o unas reducidas situaciones. Tenemos diversos tipos de muestreo en relacin con el criterio de confianza que elijamos para garantizar la representatividad de la muestra. Estos se dividen en dos grandes grupos: probabilsticas (utilizando el azar para garantizar la confianza de la muestra) e intencionales Tipos de muestreo: 1. Muestreo probabilstico. Basado en la "ley de los grandes nmeros" y la "ley del lmite central. Tipos: simple, sistemtico, estratificado proporcional. 2. Muestreo intencional. Sujetos elegidos intencionalmente (no al azar). Sus modalidades principales son: Muestreo opintico: El investigador selecciona los informantes que compondrn la mesura siguiendo un criterio estratgico personal: los ms fciles, los voluntarios, los ms idneos, etc. Muestreo terico: Es aquel que se utiliza para generar teoras en donde el analista colecciona, codifica y analiza sus datos y decide qu datos coleccionar en adelante y dnde encontrarlos para desarrollar una teora mejor a medida que la va perfeccionando.

Todo muestreo implica fundamentalmente la decisin de cul es el objeto de estudio (fenmeno, situacin, comunidad, texto, individuo) y determinar las dimensiones y caractersticas del caso o casos (naturaleza, tamao, localizacin, dimensin temporal) que se quiere(n) estudiar (criterios de seleccin: inclusin y exclusin). c) Mtodo de investigacin: Cualquier mtodo que se utilice tiene un marcado carcter instrumental, pues se encuentra al servicio de los interrogantes o cuestiones que se han planteado en la investigacin. Los interrogantes (preguntas y objetivos) determinan los mtodos. Las opciones (elecciones) tomadas respecto a los mtodos van a determinar las modalidades de tcnicas e instrumentos de recogida de datos. Resulta aconsejable en este instante disponer de una orientacin bsica sobre cmo se va a llevar a cabo el anlisis de los datos.
Cuestiones de investigacin Significado: esencia de experiencias de actores. Mtodo lasFenomenologa Tcnicas Entrevistas Observacin participante Entrevista en profundidad Anlisis documentos Proceso: experiencia a lo largoTeora fundada del tiempo (cambio). (Interacc. Simblico) Interaccin verbal y dilogo. Mejora y cambio social. Subjetivas. Etnometodologa; Anlisis Discurso Investigacin-accin Biografa Entrevistas

Descriptivo/interpretativas: Etnografa valores, ideas, prcticas de los grupos culturales.

Entrevistas (dilogo) Miscelnea Entrevista Anlisis documentos

d) Control de Calidad Se refiere a las tcnicas de veracidad, de autenticidad, de empata, de jerarquizacin de sentido, entre otras, que debe contener el diseo de un modelo de investigacin cualitativo. Se coincide en advertir sobre la necesidad de: - Distinguir el error objetivo del error subjetivo. - Precaverse frente a los efectos reactivos del investigador. - Controlar las percepciones selectivas del investigador. - Tener conciencia de las limitaciones en la capacidad de observacin. Tes. de garanta de calidad (Ruiz, 2003):

Origen de la informacin: El relato est basado en la observacin directa o es informacin de segunda mano? Situacin espacial del informante: La informacin puede estar sesgada por la defectuosa accesibilidad del informante. Situacin social del informante: Sesgando su capacidad de juicio, falsificar, distorsionar o limitar la informacin. Error y sesgo en provecho propio: Grado en que los propios valores e intereses pueden viciar el relato del informante. Errores Previos Manifiestos del Informante: hasta qu punto mis observaciones o las del informante son de fiar? Consistencia Interna del Reportaje: Existen contradicciones internas en cuanto al desarrollo espacial temporal, o en la participacin de unos u otros protagonistas? Consistencia Externa: Acuerdo o desacuerdo entre diferentes informantes. Existen suficientes informantes neutrales para poder fiarse de ellos?

Medidas a tomar, antes de la recogida de datos: - Todo informante es igualmente testigo del significado de una situacin, capaz de transmitirlo y veraz en su informacin. - Todo observador, por su condicin, altera la situacin. - El "error objetivo" de un informante puede coincidir con una "verdad subjetiva. - La capacidad de observacin del investigador, an siendo correcta, es limitada y debe ser completada y contrastada con "otras" observaciones. - Uso de la triangulacin. De datos: distintas fuentes de datos. De investigadores: diferentes investigadores o evaluadores. Terica: diferentes perspectivas o marcos tericos. Metodolgica: utilizando mltiples mtodos. Tcnica: utilizando diferentes tcnicas de investigacin. Disciplinar: distintas disciplinas para informar la investigacin.

3. ESPECIFICACIN DE MODELOS.3.1. MODELO: Un modelo es una representacin de un objeto, idea, o sistema en una forma diferente a la entidad misma. En nuestro caso el modelo es un conjunto de relaciones matemticas o lgicas derivadas de supuestos sobre el comportamiento del sistema 3.2. MODELOS DE TIEMPO CONTINUO: Modelo de Tiempo Continuo Cuando el estado del sistema est definido para cada instante de tiempo.

Modelos de estado continuo; El modelo es de estado continuo o discreto dependiendo de si las variables de estado son continuas o discretas. Modelo de Estado Continuo Modelo de Eventos Continuos Continuidad de tiempo no implica continuidad de estado y viceversa.

3.3. MODELOS CONTINUOS FRENTE A MODELOS DISCRETOS.Los modelos continuos se caracterizan por representar la evolucin de las variables de inters de forma continua. En general suelen utilizarse ecuaciones diferenciales ordinarias si se considera simplemente la evolucin de una propiedad respecto al tiempo o bien ecuaciones en derivadas parciales si se considera tambin la evolucin respecto a otras variables adicionales. De modo anlogo a la definicin de los modelos continuos, los modelos discretos se caracterizan por presentar la evolucin de las variables de inters de forma discreta. Es importante notar a partir de la clasificacin de modelos realizada que es posible describir un sistema continuo mediante un modelo discreto ya al revs, tambin es posible describir un sistema discreto mediante un modelo continuo. La decisin de utilizar un modelo continuo o discreto depende de los objetivos particulares de cada estudio y no tanto de las caractersticas del sistema. Modelo continuo. La evolucin de las variables de inters se representa de forma continua (ecuaciones diferenciales o ecuaciones en derivadas parciales). Modelo discreto. La evolucin de las variables de inters se representa de forma discreta. 4. TEORA ECONMICA Y DATOS.La teora Econmica es el conjunto de hiptesis que pretenden reproducir aspectos de la realidad econmica, en la SE TE distinguen dos enfoques diferenciados: 4.1. Microeconoma; Es una parte de la economa que estudia el tipo de comportamiento econmico de agentes individuales, como pueden ser los consumidores, empresas, trabajadores e inversores, as como de los mercados que comprenden las reas. La Microeconoma tiene muchas ramas de desarrollo, alguna de las ms importantes son: la teora del consumidor, la de la demanda, la del productor, la del equilibrio general y la de los mercados de activos financieros. No pueden considerarse enteramente separadas por que los resultados de unas influyen o son parte de la base de las otras. Ej. La empresas no slo ofertan bienes o servicios, sino que tambin demandan bienes o servicios para poder producir los suyos.

De ah la necesidad de la simplificacin (ceteris paribus) y de que a veces no se est tan seguro de donde comienza y donde termina una teora. La Microeconoma se estudia con modelos matemticos que se desarrollan a partir de los supuestos que se hacen sobre el comportamiento de los agentes econmicos. Incorporaciones de la Teora de los Juegos estudia el comportamiento de varios agentes cuando las decisiones tomadas para cada uno influyen en la medida en que cada uno logra sus objetivos .Ej, teora de la produccin industrial (casos de Oligopolio y de Competencia Perfecta). 4.2. Macroeconoma: Comportamiento de la economa como un todo y sus componentes en forma agregada (total de ingresos, nivel de empleo, comportamiento general de los precios).Puede ser utilizada como cual es la mejor forma de influir en o polticas como la obtencin sustentable de la Balanza de Pagos , se enfocan en fenmenos que afectan variables indicadoras del nivel de vida de una sociedad. 4.3. Econometra: Rama de la TE que a travs de tcnicas Estadsticas y Matemticas .Una de las funciones est estrechamente relacionada .Ej. en general las personas incrementan sus gastos de consumo(cuando sus yd se incrementan , pero no tanto como el incremento en las ecuaciones lineales explcitas). En ECONOMETRA es conocida con el nombre de Hiptesis plantea el modelo en forma de Teora.
C = C 0 + b1 ( y d )

b0, b1 = Parmetros constantes desconocidos; b1 = Coeficiente de la pendiente de PMgC. Puesto que es probable que an personas con ingresos idnticos disponibles tengan gastos de Consumo, un poco diferentes. La relacin tericamente exacta y determinstica , representada por esa ecuacin debe ser modificada o incluir una perturbacin aleatoria o trmino de error y volverse Estocstica.
C = C 0 + b1 ( y d ) +

2Funcin; Estimar los coeficientes de relaciones Econmicas. 3 Prediccin de sucesos econmicos. Anlisis de Regresin (relacin causal entre una variable econmica que debe explicarse(variable dependiente y)y uno o ms variables independiente o explicativas). Esquemticamente se presenta la TE (grf.) , de esta forma la investigacin economtrica puede guiar la aceptacin, rechazo o reformulacin de las TEs sucesos o entidades. TEORIA ECONMICA
Modelo Modelo Matemtico Matemtico

Modelo Modelo Economtrico Economtrico (Estocstico) (Estocstico)

Recoleccin de datos apropiados Estimacin de los parmetros de modelo

EVALUACIN DEL MODELO SOBRE LA BASE DE CRITERIOS ECONMICOS

Aceptar Aceptar la la teora teora si si las cifras son las cifras son compatibles compatibles con con los los datos. datos.

Rechazar Rechazar la la teora teora si si las cifras NO las cifras NO son son compatibles compatibles con con los los datos datos

Rechazar Rechazar la la teora teora si si las las cifras cifras NO NO son son compatibles compatibles con con los los datos datos

PREDICCIN

Confrontacin Confrontacin de de la la teora teora revisada revisada con con los los nuevos nuevos datos. datos.

Cuando hay una variable independiente (Regresin Simple ), cuando hay ms de una variable independiente o explicativa (Regresin Mltiple).Si las variables sugeridas por la TE no ofrecen una explicacin satisfactoria , el investigador puede puede experimentar con formulaciones alternativas y variables sugeridas por pruebas previas o Teoras opuestas. Una perturbacin o error (aleatorio), debe incluirse en las relaciones exactas postuladas por la TE y la Economa Matemtica con el fin de hacerlas Estocticas (es decir con el fin de reflejar el hecho de que en el mundo real, las relaciones entre variables econmicas son inexactas y algo errticas). 4.4. DATOS: Plural se refieren a ms de un hecho , Simple(data-tem) o elemento de un dato. Son comunicados por varios smbolos (letras del alfabeto, nmeros, puntos, rayas, dibujos, signos ortogficos,etc). Se caracteriza por no contener informacin, cantidad que represente. Lo importante est en su capacidad de asociarse dentro de un contexto para convertirse en informacin. 5. ESPECIFICACIN DE MODELOS DINMICOS Y DE CORTE TRANSVERSAL.5.1. DATOS DE CORTE TRANSVERSAL.- Un conjunto de datos de corte transversal consta de una muestra de individuos, hogares, empresas, ciudades, estados u otras diversas unidades, tomados en un momento determinado. Una particularidad de este tipo de datos es que a menudo damos por sentado que se obtuvieron con muestreo aleatorio de la poblacin de origen, por ejemplo si conseguimos informacin sobre salarios, educacin, experiencia y otras caractersticas, tomando al azar 500 personas de la poblacin trabajadora, tenemos una muestra aleatoria de la poblacin de todos los trabajadores. Los datos de corte transversal tienen mucho uso en la economa y otras ciencias sociales. En la economa el anlisis de estos datos est muy cercano a los campos de la microeconoma aplicada, como la economa laboral, la organizacin industrial, la economa urbana, la demografa y la economa de la salud. Los datos sobre individuos, hogares, empresas, y ciudades en un determinado momento son importante para probar hiptesis macroeconmicas y evaluar polticas econmicas. Es posible representar y almacenar en las computadoras datos de corte transversal utilizados en el anlisis economtrico. La siguiente tabla contiene, en forma abreviada, un conjunto de datos de corte transversal de 526 trabajadores para el mes de marzo de 1976.

Observacin 1 2 3 4 5 525 526

Salario 3,10 3,24 3,00 6,00 5,30 11,56 3,50

Educacin 11 12 11 8 12 16 14

Experiencia 2 22 2 44 7 5 5

Sexo 1 1 0 0 0 0 1

E. Civil 0 1 0 1 1 1 0

Las variables son SALARIO en dlares por hora, EDUCACIN en aos de escolaridad, EXPERIENCIA en aos de experiencia en la fuerza de trabajo. Las dos ltimas variables son de naturaleza binaria (cero, uno) y sealan caractersticas cualitativas del individuo (la persona es varn o no, est casada o no). La variable observacin es el nmero asignado a cada persona de la muestra. A diferencia de las otras variables, no es una caracterstica de la persona, por lo tanto a que persona se cataloga como observacin uno, a cul se denomina observacin dos, etc. El hecho de que el ordenamiento de los datos no importe en el anlisis economtrico es un rasgo caracterstico de los datos de corte transversal obtenidos mediante muestreo aleatorio. 5.2. MODELOS DE CORTE TRANSVERSAL.-

Modelo de regresin simple.- En el anlisis economtrico del modelo ms simple, se comienza con esta premisa: y y x son dos variables que representan cierta poblacin; estamos interesados en explicar y en trminos de x, o bien estudiar cmo vara y con los cambios de x, donde y podra ser la cosecha de soya y x la cantidad de fertilizante, o bien y el salario de un empleado y x los aos de educacin. Cul podra ser una relacin funcional entre y y x en la que tomamos adems en cuenta otros factores inobservables que influyen en y? Resolvemos estas preguntas escribiendo una ecuacin que relacione y con x. La ecuacin ms simple es: y = 0 + 1 x + u

esta ecuacin que se supone que asume la poblacin de inters, define el modelo de regresin lineal simple. Tambin se denomina modelo de regresin lineal de dos variables o modelo de regresin lineal divariada. Dada una muestra se pueden hallar los estimadores con las siguientes ecuaciones:
0 = y 1 x

1 =

( xi x )( y i y ) ( xi x ) 2

Una vez hallados los estimadores, stos se denominan estimadores de mnimos cuadrados ordinarios (MCO) de 0 y 1 . Para justificar el nombre, para todo 0 y 1 , se define un valor ajustado para y cuando x = x i tal que

y i = 0 + 1 xi

El residuo o residual de la observacin i es: u i = y i y i .

Modelo de regresin mltiple.- En el anterior punto se vio de forma elemental a


utilizar el anlisis de regresin simple para explicar una variable dependiente y, como funcin de una sola variable independiente, x , en la cual el principal inconveniente de aplicar el anlisis de regresin simple es que es muy difcil sacar conclusiones ceteris paribus sobre el efecto de x en y; la suposicin de que los otros factores que influyen en y no se relacionan con x no es muy realista. El anlisis de regresin mltiple se presta mejor al examen ceteris paribus porque nos permite controlar explcitamente muchos otros factores que influyen de manera simultnea en la variable dependiente. Esto es importante tanto para probar teoras econmicas como para evaluar efectos de las medidas polticas cuando tenemos que confiar en datos que no son experimentales. Como los modelos de regresin mltiple dan cabida a muchas variables explicativas que podran estar correlacionadas, cabe inferir una causalidad en los casos en que el anlisis de regresin simple sera equvoco. 6. SELECCIN DE FORMAS FUNCIONALES.La Teora sugiere relaciones no lineales.Es posible transformar algunas relaciones no lineales en lineales de tal manera que el mtodo de MCO , puede usarse todava. Alguna de las funciones ms comunes y sus transformaciones se muestran en la siguiente tabla (tabla 1). Al aplicar el mtodo de MCO a las funciones lineales transformadas resultan estimaciones no sesgadas de las pendientes. En la ecuacin (1)es la elasticidad de Y con respecto a x. FUNCIN TRANSFORMACIN
Y * = b0 + b1 x * +
*

FORMA Doble-log Semilog Recproca Polinomial ; z=1/x; W= x2

ECUACIN (1) (2) (3) (4)

Y = b0 x b1 e ln Y = b0 + b1 x + b Y = b0 + 1 + x Y = b0 + b1 x + b2 x 2 +

Y * = b0 + b1 x + Y = b0 + b1 Z + Y = b0 + b1 x + b2W +

Donde Y*= ln Y; b0*= ln b0 ; x*= ln x; = ln e ln = el logaritmo natural en base e=2.718

7. EXPECTATIVAS Y VARIABLES NO OBSERVADAS.Las expectativas son referidas a la proyeccin que queremos de nuestro respectivo modelo como una variable NO observada es una variable no representativa en un modelo.A continuacin lo demostramos mediante un modelo:

8. CAMBIOS ESTRUCTURALES.En un sistema hay cambio estructural cuando se agregan o eliminan elementos, hay cambio de las relaciones entre los elementos del sistema, o los parmetros cambian de manera que el comportamiento del sistema se modifica (Domingo, C, 1973). La mayora de los lenguajes de simulacin existentes slo permiten considerar la simulacin de los cambios cuantitativos. En otras palabras, se logra simular solo aquellos cambios que implican aumento o disminucin en los valores de variables, no as los cambios que implican variaciones cualitativas en un sistema como el agregado o eliminacin de subsistemas o cambio de las relaciones entre estos. Una excepcin es el lenguaje de simulacin GLIDER. Este lenguaje presenta una serie de caractersticas que ayudan a la inclusin de nuevas facilidades para la simulacin del cambio estructural, como lo son: nfasis en la representacin de un sistema como una red, siendo representados los subsistemas por nodos y las propiedades de los elementos por parmetros, mientras que las relaciones entre nodos se especifican al indicar los sucesores de cada uno de ellos y se hacen efectivas durante la simulacin por la transferencia de mensajes entre nodos. Manipulacin del tiempo libremente. Estructura modular Combinacin de manera simultnea de la simulacin continua y la simulacin por eventos. Instrucciones para activacin y desactivacin de nodos. Flexibilidad en la seccin de inicializacin con el uso de instrucciones de programacin. 8.1.EJEMPLO DE SIMULACIN DEL CAMBIO ESTRUCTURAL: Se supone una empresa que produce y vende su producto en tres ciudades. No se toma en cuenta la competencia. La empresa transporta el producto desde la(s) fbrica(s) hasta las ciudades. Dichas fbricas pueden estar ubicadas en cualquiera de las ciudades. Se consideran dos tipos de camiones en los cuales se puede transportar el producto, con capacidades de 3.500 (camin liviano) y de 10.000 Kg (camin pesado). Se asume que la empresa no posee camiones pero

puede disponer de ellos pagando un flete o alquiler. En las ciudades donde no se tiene fbrica se podr o no tener depsitos para el producto. Si la ciudad tiene depsito, lo ms apropiado en trminos de costo ser hacer el transporte desde la fbrica (ubicada en otra ciudad) hasta el depsito en camiones pesados y desde el depsito hasta los distribuidores de la ciudad en camiones livianos. De existir fbrica en la ciudad se usaran solo los camiones livianos. Pero si en una ciudad no existe ni fbrica ni depsito, ser necesario utilizar los camiones pesados tanto para el transporte desde la fbrica hasta la ciudad como para el reparto a los distribuidores de la ciudad. Respecto a la demanda en cada ciudad se asume un crecimiento lineal y una distribucin descrita por una variable aleatoria normal cuya desviacin estndar se toma como el 10% de la media. Se considera que la empresa pueda estar en una de las cuatro posibles estructuras siguientes: 1) La primera estructura supone la existencia de una sola fbrica, ubicada en la ciudad de mayor poblacin (no existiendo depsitos en las ciudades vecinas). 2) Una segunda estructura es bsicamente como la primera pero se asume la existencia de sendos depsitos en las ciudades donde no existe fbrica. Comparando con la primera estructura, habr un costo adicional dado por la depreciacin de los depsitos pero tambin un ahorro en gastos de transporte. 3) En una tercera estructura se asume la existencia de dos fbricas, existiendo depsito en la ciudad donde no se tiene fbrica. Ahora, comparando con la segunda estructura, se tiene el costo adicional de la depreciacin de la nueva fbrica y un ahorro an mayor en gastos de transporte. 4) Por ltimo se considera la existencia de una fbrica en cada ciudad. Como en el caso anterior existen costos adicionales por depreciacin y posibles ahorros en transporte. Se consideran cuatro posibles estrategia s de cmo la empresa pasa de la estructura 1 a otras estructuras. Estas se pueden ver de manera esquemtica en la red de la Figura 1. Las ramas representan estructuras y los nodos bifurcaciones a partir de las cuales se pueden seguir varias estructuras. Los nmeros sobre las ramas indican la estructura que se est siguiendo y los nmeros en los nodos indican la secuencia de estructuras seguidas hasta el nodo. Se puede notar en la red dos tipos de nodos: los nodos de cambio estructural y los nodos terminales o nodos de fin de un camino seguido.

Observando esta red se diferencian las 4 estrategias mencionadas arriba, es decir: Estrategia 1: tener slo la fbrica en la ciudad 1. Estrategia 2: tener slo la fbrica 1 hasta cierto momento, y luego adquirir los depsitos en las otras dos ciudades. Estrategia 3: tener fbrica en ciudad 1, luego comprar depsitos en las ciudades 2 y 3, y finalmente construir una nueva fabrica en la ciudad 2. Estrategia 4: como la estrategia 3 hasta cierto momento, y luego construir una nueva fbrica en la ciudad 3. Las condiciones para los cambios estructurales estn dadas en funcin del tiempo de simulacin y del capital disponible para la empresa. Tambin se consideran 4 posibilidades para la tasa de crecimiento de la demanda en las ciudades, es decir, estas se duplican en 4 aos, en 7 aos, en 10 aos en 15 aos. 8.2. CMO REALIZAR LA SIMULACIN DEL CAMBIO ESTRUCTURAL:

En algunos lenguajes de simulacin se usa una red para representar al modelo Es decir, a arcos y nodos con funciones especficas. Este es el caso del lenguaje de simulacin GLIDER. En este, el control de los cambios estructurales puede hacerse utilizando un nodo que permita controlar los cambios de estructura. Tales cambios de estructura requieren almacenar el estado del sistema en un primer momento y luego restaurar tal estado, a la vez que se hace cambio de parmetros, se desactiva el conjunto de nodos que forman la vieja estructura y se activan nuevos nodos que definen la nueva estructura. Se puede definir un rbol o red de cambio estructural como la mostrada en la seccin anterior, donde los nodos de cambio estructural son los momentos cuando se satisfacen las condiciones de cambio de estructura, y las ramas cada una de las estructuras que pueden seguirse a partir de estos nodos. Para la descripcin de la red de cambio estructural se necesita la siguiente informacin: 1. Definicin de cada estructura o red, es decir, especificacin de los nodos que componen la red, de las relaciones entre ellos e iniciacin de parmetros. 2. Condiciones que deben satisfacerse para hacer el cambio de estructura. Estas estarn dadas en funcin del tiempo de simulacin, parmetros o variables de la estructura que est activa, estructuras seguidas hasta ese instante, etc. 3. Posibles estructuras que pueden seguirse cada vez que se satisfagan las condiciones anteriores. 4. Instrucciones a ser ejecutadas antes de activar cada estructura (cada se puede incluir por ejemplo iniciacin de variables). 5. Condiciones de nodo terminal; es decir, condiciones que indican la finalizacin de un camino en la red de cambio estructural y la consiguiente bsqueda de otro camino an no explorado desde un nodo de cambio estructural (de no existir este camino sera el fin de la simulacin). Para seguir todas las estructuras posibles a partir de un nodo de cambio estructural, se hace necesario guardar las variables de estado del modelo en un archivo, ya que es necesario restaurar el estado del sistema cada vez que se regresa al nodo para activar una nueva estructura. Esto presenta una serie de dificultades debido a que tales variables no siempre son fciles de identificar, a parte del esfuerzo en computacin que esto exige. El trabajo computacional sera difcil y debe realizarse con mucho cuidado. Implicara guardar informacin acerca de la lista de eventos futuros, colas y listas del modelo, semillas de los generadores de nmeros aleatorios entre otras variables descriptivas del modelo. Las dificultades sealadas en cuanto a salvar slo el estado del modelo llevaron a obviar tal procedimiento, optando por guardar todas las variables descriptivas del sistema. En realidad se guardan todas las variables y constantes globales (incluyendo parmetros), la pila (Stack), el sector de "Overlay Buffer", y la memoria dinmica (Heap) (Borland 1990). Al guardar la memoria dinmica se almacenan entre otras varia bles y estructuras de datos: las listas internas (IL) y listas externas (EL)1 de los nodos, y la lista de eventos futuros. Por otra parte, almacenando el "Stack" se estn guardando las variables locales de todos los procedimientos y funciones. Los estados del sistema se manipulan como una pila: cada vez que se satisfagan las condiciones de cambio estructural se almacena un estado del sistema en la pila, pero cuando se satisfacen algunas condiciones de nodo terminal se debe extraer de la pila hasta encontrar un estado del sistema referido a un nodo de cambio estructural para el cual no se hayan explorado an todas las posibilidades. Cuando se llegue a un nodo terminal y no haya ramas por explorar significa que la simulacin ha concluido El control del cambio estructural se hace a travs de un nodo, lo que permite separar la simulacin de los cambios cualitativos de la simulacin de los cambios cuantitativos (o simulacin del cambio estructural). Esto se traduce en una gran flexibilidad. Se podran tener varios nodos de cambio estructural donde cada uno represente un ente decisor diferente como por ejemplo: el gobierno, una empresa, un grupo dentro de una empresa, etc. 8.3.CARCTER GENERAL DE LA TCNICA ADOPTADA:

Aunque el ejemplo utilizado es muy simple y particular se ve que la tcnica adoptada podra fcilmente manejar procesos ms complicados. Por ejemplo: a) Ms de un sistema en funcionamiento simultneo. Por ejemplo, en vez de una empresa tener varias que compitan en el mercado, cada una con un sistema de escenarios, de manera que los cambios estructurales de cada una tengan en cuenta el estado del mercado, la situacin de las otras empresas, el estado de la tecnologa, posibilidades de financiamiento, etc. b) Ms de un sistema de escenarios dentro de una misma estructura. Por ejemplo, dentro de una empresa se podran simular grupos con proyectos competitivos que tratan de convencer a la gerencia acerca de las bondades y ventajas de sus proyectos respecto a cierto sistema de escenarios. Se hace necesario entonces considerar cada uno de estos sistemas de escenarios a la vez que se prueban los diferentes proyectos como estrategias para enfrentar el futuro predefinido por estos escenarios. c) Incorporacin de un sistema a otro para simular por ejemplo fusiones de empresas, o de partes de un sistema a otro para simular que una empresa adopta funciones que tiene otra. d) Aparicin de nuevas empresas o desaparicin de algunas existentes. Tambin se puede hacer el recorrido del rbol de cambios estructurales con diferentes criterios. Por ejemplo, se podra considerar cada rama de la red de cambio estructural como un posible camino, pero al encontrar una bifurcacin seleccionar solo una de las ramas. Dicha decisin puede hacerse depender de las condiciones para el cambio estructural o de heursticos predefinidos que incluiran el logro de objetivos globales. En el ejemplo presentado en la seccin 2. Se consider el recorrido de todo el rbol de estructuras, y por tanto se examinaron todas las posibilidades. 9. EVALUACION DE MODELOS.En la modelacin de sistemas, una etapa esencial y que presenta dificultades tanto conceptuales como prcticas, es la evaluacin (validacin) de los modelos. Una parte importante en este proceso es la validacin emprica, que, segn Reynolds (1984) y Mitchell (1997), se efecta para comparar las predicciones del modelo con observaciones provenientes del mundo real. Para Aguilar (1997) y Rauscher et al. (2000) estas comparaciones, idealmente, se deben efectuar usando mtodos estadsticos adecuados, con un nivel de confianza aceptable, de tal modo que las inferencias sean correctas. Sin embargo, en muchos casos los nuevos modelos de simulacin han sido presentados sin una adecuada validacin. Segn Reynolds (1984) una posible razn para esta falta de examen crtico, es el hecho que en la literatura cientfica ha habido relativamente poca discusin sobre la filosofa y procedimientos para este tipo de investigacin. Mitchell (1997) coincidi con esta aseveracin, y agreg que no es sorprendente, que para efectuar validacin, los modeladores recurran a procedimientos simples, a su alcance, aparentemente adecuados, incluyendo grficos de dispersin de predicciones y observaciones, algunas veces con regresin, la cual es pensada como mtodo objetivo y cuantitativo para medir cuan bueno es un modelo. Uno de estos procedimientos simples ha sido la dcima de " t" para observaciones pareadas, la cual prueba que la media de las desviaciones entre predicciones y observaciones no difiere significativamente de cero. Sin embargo, Freese (1960), Law (1983), Harrison (1990) y Mitchell (1997), la han cuestionado como procedimiento para probar exactitud. Reckhow et al. (1990), Flavelle (1992) y Mayer et al. (1994) concordaron en la necesidad de un mtodo objetivo y cuantitativo para evaluar modelos. Propusieron la regresin como tcnica de validacin; sin embargo, coincidiendo con Harrison (1990), reconocieron los problemas de esta metodologa para satisfacer los supuestos cuando es empleada con este fin. Posteriormente, Mitchell (1997) objet la regresin por inapropiada para la validacin emprica de modelos. Por su parte Analla (1998), usando un fundamento diferente, coincidi con Harrison (1990) quien demostr que una prueba F simultnea de intercepto cero y pendiente uno, puede ser engaosa y

por lo tanto no aceptable de aplicar en la validacin de modelos. A pesar de lo sealado, la regresin por su atraccin intuitiva (Harrison, 1990), familiaridad (Flavelle, 1992) y disponibilidad en paquetes computacionales (Webster, 1989) es frecuente y errneamente usada para validar modelos de simulacin. Segn Prodan et al. (1997) los antecedentes bibliogrficos sobre validacin de modelos, en general, no recomiendan la realizacin de inferencia estadstica al realizar una validacin debido a que las pruebas adecuadas son paramtricas, requiriendo supuestos que generalmente no se cumplen en los datos bajo anlisis. Con anterioridad, una argumentacin similar llev a Harrison (1990) a sugerir que los mtodos estadsticos para estudios de validacin se confinen al uso de instrumentos descriptivos (y no inferenciales) combinados con comparaciones grficas, y que la calificacin del modelo en cuanto a su validez sea efectuada por especialistas. Sin embargo, para Flavelle (1992) este enfoque subjetivo no es una base apropiada para evaluar los resultados de una validacin. Mitchell (1997) propuso un mtodo que no requiere de los tradicionales supuestos de los mtodos estadsticos, que se concentra en graficar las desviaciones (prediccin menos observacin) junto con la precisin aceptable expresada en trminos absolutos. Lo adecuado del modelo es calificado por el modelador de acuerdo a su criterio y propsitos. Prodan et al. (1997) propusieron indicadores, como la raz cuadrada del error medio cuadrtico (REMC), expresado en unidades absolutas o porcentuales, el error medio absoluto (EMA) y la desviacin estndar de los de los residuos (DSR), para medir la exactitud con la cual un modelo predice los valores observados, mientras que sugieren la diferencia agregada (DA), como medida de sesgo del modelo. Para Analla (1998) una prueba adecuada para la validacin de modelos se basa en el cuadrado medio del error de la regresin de los modelos evaluados, magnitud que, expresada en trminos de la media, entregara una indicacin de la calidad de la validacin. Sin embargo, estos ndices no presentan el carcter objetivo que se demanda de las pruebas o mtodos estadsticos en el sentido que para un mismo conjunto de datos, todos los modeladores, usando el mismo procedimiento, lleguen a las mismas conclusiones. Freese (1960) aborda el problema de validacin de modelos en el rea forestal, y propone un procedimiento estadstico inferencial para determinar si la exactitud de un modelo o tcnica de estimacin es adecuada para cumplir los requerimientos del modelador. Reynolds (1984), al revisar los supuestos y la derivacin del procedimiento de Freese, seal explcitamente las condiciones bajo las cuales puede ser usado, condiciones que permiten aplicar este procedimiento de validacin en otras reas. En este trabajo se presenta y extiende el procedimiento de validacin de modelos desarrollado por Freese (1960), y la modificacin sugerida por Rennie y Wiant (1978). Se desarrolla un ejemplo numrico para ilustrar la aplicacin e interpretacin de ambos enfoques inferenciales en un rea distinta a la forestal, como es la disponibilidad de materia seca de una pradera perenne. 9.1.VALIDACIN DEL MODELO: Los modelos de regresin pueden ser validados en otro conjunto de datos de similares caractersticas -extrados de la misma poblacin-, con el fin de evaluar su fiabilidad. Otra posibilidad, cuando se trabaja con muestras grandes, es dividir aleatoriamente la muestra en dos grupos y utilizarlos para obtener dos modelos con el fin compararlos para comprobar si se obtienen similares resultados. Un ndice empleado para validar el modelo se basa en estimar la ecuacin de regresin en una de las submuestras y calcular el coeficiente de correlacin Ra entre los valores observados y los valores estimados por la ecuacin (este coeficiente coincide con el valor del coeficiente de correlacin mltiple). Despus aplicamos la ecuacin de regresin al otro grupo para calcular el

valor estimado de Y para cada unidad de observacin y calculamos el coeficiente de correlacin Rb entre ese valor estimado y el valor realmente observado. La diferencia entre el cuadrado de ambos coeficientes se denomina ndice de reduccin en la validacin cruzada. Valores de este ndice inferiores a 0.1 indican que el modelo es muy fiable mientras que valores superiores a 0.9 corresponden a modelos muy poco fiables. FASE DE CONTRASTE Y VALIDACIN (Para el Modelo Economtrico) Software especializado (MCO,MCI,...)

C t = 0 + 1 Rt + 2 C t 1 + u t
Contraste del modelo, Hiptesis de los parmetros estimados y propiedades de los residuos Validacin del Modelo: Bondad del modelo, medidas de error, modelos alternativos...

C t = 0 + 1 Rt + 2 C t 1 + u t

Ct Ct = ut
F, R2, SR, ECM...

9.2.TCNICAS DE EVALUACIN DE MODELOS: Se define como un amplio conjunto de contrastes a los cuales un modelo puede y debe someterse en muy diferentes etapas durante el proceso de construccin y subsiguiente empleo. Existen una gran cantidad de ndices que buscan medir la bondad de un modelo, la eleccin se har en base a los objetivos que persigue el investigador Por lo general, para medir la eficacia de los modelos se divide la muestra en dos, con la primera parte de la muestra se construye el modelo y con la segunda se evala la eficacia del modelo (anlisis fuera de la muestra)

A continuacin se presentan ocho mtodos o ndices utilizados en la contrastacin de los modelos clasificados en: o o o Contrastes de significacin estadstica Validacin del modelo fuera de la muestra Contrastes de hiptesis bsicas.

9.3.CONTRASTES DE SIGNIFICACIN ESTADSTICA: 1.- Signo esperado del parmetro de regresin: un contraste bsico para todo parmetro es que su signo coincida con el que se haba planteado originalmente en el modelo, basado en el conocimiento terico de las relaciones econmicas. 2.- Coeficiente de determinacin (R2): se interpreta como la proporcin de la variacin de la variable endgena que queda explicada por la regresin: R2 = 1 - Se2 Sy2 R2= coeficiente de determinacin Se2= varianza de los errores

Sy2 = varianza de la variable real Se establece que un R2= 0.8 es suficiente para considerar que un modelo es bueno, sin embargo, no se puede emitir un juicio inmediato sobre la validez del modelo a partir de este indicador. 3.- Contraste de significacin de un parmetro individual (estadstico t): un parmetro puede considerarse estadsticamente significativo (a niveles de confianza de aprox. 95%) si el valor del estimador supera dos veces su desviacin estndar. 4.- Estadstico de Durbin y Watson: se conoce como estadstico d y se utiliza para detectar autocorrelacin serial (o correlacin serial). Et: error o residuo en t t: tiempo Es la razn de las sumas de las diferencias al cuadrado de residuos sucesivos

Una de las limitaciones de este test es que verifica la hiptesis de ausencia de autocorrelacin en el trmino de perturbacin, frente a la hiptesis alternativa de autocorrelacin de primer orden. Si la estructura de autocorrelacin del trmino de de perturbacin fuese ms compleja, su deteccin podra pasar inadvertida. 9.4. CONTRASTES DE SIGNIFICACIN ESTADSTICA: 5.- Estadstico H de Durbin: es una prueba para muestras grandes para detectar correlacin serial de primer orden en los modelos autorregresivos. H =p Se puede obtener N 1 N [var( 2 )]

1 = 1 d 2 H tiene una distribucin asintomtica normal (AN) con promedio cero y varianza unitaria. A partir de la distribucin normal se sabe que la probabilidad de que H se encuentre entre entre -1.96 y +1.96 es aproximadamente 95%. a partir de d: Por tanto, la regla de decisin ser: si H se encuentra entre -1.96 y +1.96 no se rechaza la hiptesis nula de que no existe autocorrelacin de primer orden (positiva o negativa) Regresiones Espurias Este problema aparece cuando se haya la regresin esttica entre series econmicas afectado por tendencias comunes, lo que lleva a encontrar R 2 elevados, sin que exista realmente una relacin de causa efecto. Adems, aparte del elevado R2, aparece un valor pequeo de Durbin y Watson, indicativo de que los errores de la ecuacin estn autocorrelacionados positivamente. Si no se presta atencin a este problema, se puede incurrir en serios problemas de especificacin.

9.5. VALIDACIN DEL MODELO FUERA DE LA MUESTRA (PRUEBA A POSTERIORI): Se relaciona con la capacidad del modelo para describir la realidad y para predecir fuera del intervalo muestral el comportamiento de la variable endgena. Existen una serie de medidas que se pueden utilizar bien sea en la fase de construccin de un modelo, como tambin durante el proceso de aplicacin, los cuales se describen a continuacin.
MEDIDAS A POSTERIORI DEL MODELO
1. Medidas sobre los errores: 2. Anlisis prediccin realizacin: Error cuadrtico medio Error medio absoluto Diagramas prediccinrealizacin

Anlisis de punto de cambio de tendencias (turning points) Coeficiente de desigualdad de Theil 3. Comparacin con otros modelos: Descomposicin del error Comparacin con modelos "ingenuos" Comparacin con modelos alternativos.

BIBLIOGRAFA Introduccin a la econometra - JEFFREY M. WOOLDRIDGE Econometra - DAMODAR N. GUJARATI. ECONOMETRIA (D. Salvatore)

BOLO N 8

MODELOS DE SIMULACIN
1. INTRODUCCION. En el mundo actual, tanto en el rea de los negocios, como en la industria y el gobierno, los proyectos en gran escala y de gran complejidad son la regla y no la excepcin. Estos proyectos complejos requieren estudios previos a su construccin o modificacin, denominados estudios pilotos. Tales estudios pilotos se realizan utilizando la tcnica llamada modelizacin, es decir, construccin de modelos donde se realiza el estudio con el fin de obtener conclusiones aplicables al sistema real. Construido el modelo, el proceso de ensayar en l una alternativa se llama simular. El conjunto de alternativas que se definen para su ensayo constituye la estrategia de la simulacin. Los objetivos del proyecto definen cul es el sistema y cul el medio ambiente que lo rodea. El sistema procura satisfacer las necesidades cambiantes de ese medio ambiente en el que est insertado. Cada nuevo sistema lo modifica y crea en l nuevas necesidades. El sistema para poder subsistir debe adaptarse a los cambios. Uno de los objetivos de la simulacin es realizar ensayos de cambios en el sistema probndolos en el modelo, con el fin de elegir la mejor alternativa, y as enfrentar mejor a una realidad que vara da a da. 2. QUE SON? DEFINICION DE MODELO

Modelo es una representacin de un objeto, sistema o idea de forma diferente a la de identidad misma Por lo general el modelo nos ayuda a entender y mejorar un sistema El modelo de un objeto puede ser una rplica exacta de este. Con la diferencia del material que lo compone o de su escala, inclusive puede ser una abstraccin de las propiedades dominantes del objeto. En pocas palabras es una representacin de la realidad FUNCIONES DEL MODELO Comparar Predecir

Ej: La pintura es una rplica de algo que existe Un carro de madera es la rplica de un original.

ESTRUCTURA DEL MODELO El modelo se puede escribir de tal forma E = F(Xi, Yi) Donde E: Es el efecto del comportamiento del sistema Xi: Son las variables y parmetros que nosotros podemos controlar Yi: Las variables y los parmetros que nosotros no podemos controlar F: Es la funcin con la cual relacionamos Xi con Yi con el fin de modificar o dar origen aE PROPIEDADES DE LOS MODELOS 1. COMPONENTES: Son las partes de un conjunto que forman el sistema 2. VARIABLES: Pueden ser de dos tipos (Exgenos, Endgenos) Exgenas: Entradas son originadas por causas externas al sistema Endgenas: Son producidas dentro del sistema que resultan de causas internas, las cuales pueden ser de Estado o de Salida i. Estado: Muestran las condiciones iniciales del sistema ii. Salida: Son aquellas variables que resultan del sistema Estadsticamente a las variables exgenas se las denomina como variables independientes

3. PARAMETROS: Son cantidades a las cuales el operador del modelo puede asignarle valores arbitrarios lo cual se diferencia de las variables. Los parmetros una vez establecidos se convierten en constantes. 4. RELACIONES FUNCIONALES: Describen a los parmetros de tal manera que muestran su comportamiento dentro de un componente o entre componentes de un sistema. Las relaciones funcionales pueden ser de tipo determinsticos o estocsticos. Determinsticas: Sus definiciones que relacionan ciertas variables o parmetros donde una salida del proceso es singularmente determinada por una estrada dada.

Estocsticas: Cuando el proceso tiene una salida indefinida, para una entrada determinada las relaciones funcionales se representan por ecuaciones matemticas y salen del anlisis estadstico matemtico. 5. RESTRICCIONES: Estas son limitaciones impuestas a valores de las variables las cuales pueden ser de dos formas: Autoimpuestas: O sea asignadas por el mismo operador o Impuestas: O sea cuando son asignadas manualmente por el mismo sistema

6. FUNCIONES DE OBJETIVO: Son las metas del sistema o el como evaluar al sistema, existen retentivas por ejemplo: la conservacin de tiempo, energa y adquisitivas ejemplo: Ganancia en algo. Ejemplo de aplicacin: Determinar las propiedades de un colegio - PROPIEDADES DE UN COLEGIO: Componentes: profesores, estudiantes Variables: Exgenas: libros, enfermedades, transporte Endgenas: Nmero de alumnos, costos Parmetros: notas Relaciones Funcionales: libros estudiantes (buenos libros, buenos resultados) Restricciones: cantidad de profesores Funciones Objetivo: pruebas del estado (Icfes) CLASIFICACION DE LOS MODELOS Los modelos se pueden clasificar en forma general, pero los modelos de simulacin se pueden clasificar en forma ms especfica. De que forma podemos modelar un objeto o sistema desde lo ms real a lo mas irreal.

Modelos Fsicos Modelos Exactos

Modelos Escala

Modelos

Modelos

Modelos Simulacin

Modelos Matemticos Modelos Abstractos

Analgicos Administrativos

- MODELOS FISICOS: Son los que mas se asemejan a la realidad, se encargan de modelar procesos los cuales pueden ser: - MODELOS ANALOGICOS: Se encargan de representar una propiedad determinada de un objeto o sistema - MODELOS DENOMINADOS JUEGOS ADMINISTRATIVOS: Ya empieza a involucrarse al ser humano el comportamiento del ser humano Ej: modelos de planeacin, estrategias militares - MODELOS ABSTRACTOS (simulacin): Viene hacer una herramienta ya que se convierte en algo abstracto - MODELOS MATEMATICOS: Se tiene en cuenta las expresiones materia y lgicas ejemplo: representar un objeto. Aqu se debe hacer muchas suposiciones dentro de un modelo matemtico CLASIFICACION DE LOS MODELOS DE SIMULACION Dentro de los modelos de simulacin estn: 1. MODELOS DETERMINISTICOS Ni las variables endgenas y exgenas se pueden tomar como datos al azar. Aqu se permite que las relaciones entre estas variables sean exactas o sea que no entren en ellas funciones de probabilidad. Este tipo determinstico quita menos de cmputo que otros modelos Ejemplo: Modelos Estocsticos 2. MODELOS ESTOCASTICOS Cuando por lo menos una variable es tomada como un dato al azar las relaciones entre variables se toman por medio de funciones probabilsticas, sirven por lo general para realizar grandes series de muestreos, quitan mucho tiempo en el computador son muy utilizados en investigaciones cientficas 3. MODELOS ESTATICOS Es que en ellos no se toma en cuenta el tiempo dentro del proceso, por ejemplo: los modelos de juegos, modelos donde se observa las ganancias de una empresa Ejemplo: Arquitectnicos: lneas de telfono, tubos de agua 4. MODELOS DINAMICOS Si se toma en cuenta la variacin del tiempo, ejemplo: la variacin de la temperatura, del aire durante un da, movimiento anual de las finanzas de una empresa. Ejemplo: Laboratorio de qumica: reaccin entre elementos En estos modelos fsicos podemos realizar modelos a escala o en forma natural, a escala menor, e escala mayor, sirven para hacer demostraciones de procesos como para hacer experimentos nuevos.

5. MODELOS A ESCALA Son los modelos sencillos de maquetas -> casa -> bao, cuartos, etc. Tambin se pueden tener a tamao natural a menor o mayor escala, bidimensional, tridimensional. 3. PARA QUE SIRVE? 1. Descubrir el comportamiento de un sistema 2. Postular teoras o hiptesis que expliquen el comportamiento observado 3. usar esas teoras para predecir el comportamiento futuro del sistema, es decir mirar los efectos que se produciran en el sistema mediante los cambios dentro de l o en su mtodo de operacin (tiempo en minutos)

4. MODELOS MACROECONOMICOS Un modelo macroeconmico permite establecer relaciones lgicas entre supuestos acerca de aspectos bsicos de la economa y proposiciones acerca del funcionamiento de la misma o sobre las consecuencias de poltica econmica. Modelos macroeconmicos estticos: establecen el funcionamiento agregado de la economa y discuten las posibilidades y consecuencias de distintas acciones de poltica macroeconmica. Son modelos estticos porque se desarrollan en una plazo suficientemente corto como para que algunas variables, como el stock de capital, puedan variar. Existen tantos modelos macroeconmicos como conjuntos de supuestos se formulen. Construir un modelo macroeconmico implica especificar supuestos sobre: i) Los agentes, los productos y los mercados existentes en la economa. ii) Los criterios de decisin de los agentes. iii) Las caractersticas de los mercados. La solucin de modelos estticos se realiza mediante la esttica comparativa: es la comparacin de dos situaciones de equilibrio diferenciadas por distintos valores de

alguna/s variable/s exgenas o de algn/os parmetro/s. Estas proposiciones tienen un carcter atemporal. Los modelos: i) Modelo macroeconmico esttico con precios y salarios flexibles. ii) Modelo macroeconmico esttico con salario nominal rgido. iii) Modelo macroeconmico esttico con salario real rgido y constante. iv) Modelo macroeconmico esttico con precios finales rgidos. v) Modelo con dos factores variables. vi) Economa abierta sin movimientos de capitales. Modelos con tipo de cambio fijo y flexible vii) Economa abierta con movimiento de capitales. Modelos con tipo de cambio fijo y flexible Modelos con precios rgidos y flexibles Para todos los modelos se plantean numerosas simulaciones, comparando situaciones de equilibrio, especificando las consecuencias en las variables endgenas de perturbaciones econmicas o de acciones de la poltica econmica. EJEMPLO: MODELO DE TRES BRECHAS PARA QUE SIRVE? El objetivo final de toda poltica econmica en un pas sub-desarrollado como Bolivia, es alcanzar el desarrollo del pas y eliminar la extrema pobreza. Para este propsito se requiere aumentar sustancialmente las tasas de inversin y crecimiento del producto. A lo largo de la historia reciente, la inversin en Bolivia, y por lo tanto la capacidad de crecimiento del pas, ha sido caracterizada por: una alta dependencia del ahorro externo y una elevada participacin del Estado en la acumulacin de capital.

En el modelo se analizan las limitaciones a la inversin y por ende al crecimiento, resultantes de las brechas de ahorro interno, ahorro externo y presupuesto fiscal.

Desde un punto de vista formal, el modelo de las tres brechas es un ejercicio dirigido a maximizarla inversin (como una proxy de la tasa de crecimiento del producto), en un modelo de crecimiento de un perodo con precios fijos, sujeto a un nmero de restricciones de igualdad y desigualdad. Las restricciones de igualdad son los balances entre ingreso y absorcin, la identidad de la balanza de pagos, la restriccin del presupuesto del gobierno, y la igualdad entre los flujos de oferta y demanda de dinero. FORMULACION DEL MODELO Brecha de Ahorro Interno Se parte de la identidad bsica de las cuentas nacionales que iguala el ingreso con la absorcin: I = (Y-C) + (M-X), (1) donde I es la formacin de capital fijo, Y es el Producto Interno Bruto, C es el consumo total (privado ms pblico), M representa las importaciones de bienes y servicios no factoriales y X las exportaciones tambin de bienes y servicios no factoriales. Tomando en cuenta que el dficit en la balanza comercial es considerado igual al neto de transferencias externas de recursos, se puede escribir que: M - X = F - J (2) donde F indica el ingreso de capital neto y J la salida neta de recursos al exterior. Sustituyendo (2) en (1) se produce: I = (Y-C)+(F-J) (3) Asumiendo que Y* es el producto potencial y que el consumo privado se genera exgenamente, la ecuacin (3) indica que el ahorro limita a la inversin. De esta forma, el ahorro limita el crecimiento potencial del producto, asumiendo que la relacin capital-producto tambin es constante. En este sentido, la brecha del ahorro puede ser definida como: IS = (Y*-C) + (F-J). (4) Considerando que toda la deuda externa es pblica y distribuyendo tanto el ingreso como el consumo en pblico y privado, se tiene:

I = Sp + (T-G) + (F-J) (5)

donde Sp es el ahorro privado, (T-G) es el ahorro del gobierno, siendo T los ingresos y G el consumo del gobierno. Al asumir que todos los ingresos de capital financian el presupuesto del gobierno y que las salidas representan pagos gubernamentales, la ecuacin (5) distribuye las fuentes de financiamiento en ahorro privado Sp, supervit presupuestario primario en cuenta corriente T-G, y las transferencias extranjeras netas F-J. Asumiendo que las variables del lado derecho de la ecuacin son exgenas y que Yp est fijo al nivel de pleno empleo, la brecha del ahorro es: IS = Sp* + (T-G) + (F-J). (6) Brecha Externa

Considerando que las importaciones pueden ser agrupadas en dos tipos: importaciones de bienes de capital Mk y otras importaciones Mo y que las exportaciones netas (E) sean la diferencia entre las exportaciones y las otras importaciones, se tiene: E = X - Mo, y (7) Mk = m.I, (8) donde 0<m<1, es la participacin de las importaciones. Sustituyendo (7) y (8) en (2) y reagrupando se obtiene: I = (1/m)[E+(F-J)]. (9) Finalmente, suponiendo que el nivel de exportaciones netas no puede superar un valor mximo E*, dado por la demanda mundial, la brecha externa de divisas IE se define como: IE = (1/m)[E* +(F-J)]. (10)

Como m<1, comparando (6) y (10) genera el resultado de Chenery (1962), que las transferencias externas tienen un mayor impacto en el crecimiento de economas restringidas por el ahorro externo que en aquellas limitadas por el ahorro interno.

Brecha Fiscal Dividiendo la formacin de capital entre inversin del gobierno Ig e inversin privada Ip , se genera: I = Ig + Ip, (11) Sustituyendo (11) en (5), se obtiene la siguiente expresin para la restriccin presupuestaria del gobierno: Ig = (Sp-Ip)+ (T-G) + (F-J) (12) Adems se supone que la inversin privada depende positivamente de la inversin del gobierno, de tal forma que su valor mximo es dado por: Ip = k*.Ig, k*>0. (13) La ecuacin (13) expresa la idea de complementariedad entre la inversin pblica y la inversin privada, desde que la primera sea dirigida a la infraestructura y a la inversin en capital humano. Sin embargo, la experiencia de alta inflacin en Amrica Latina tambin sugiere que el impacto de la inversin pblica sobre la privada, puede ser una funcin decreciente de la tasa de inflacin: inflaciones elevadas estn acompaadas por volatilidad de precios e incertidumbre que afectan las inversiones privadas, anticipando hiperinflaciones o incrementos de impuestos. Un supuesto adicional es que no existe un mercado para colocacin de ttulos del gobierno, haciendo que la expansin monetaria sea la nica alternativa para el financiamiento domstico de los dficits pblicos. Esto significa que ahorros privados, que pueden ser positivos al nivel del producto potencial, solo sern absorbidos por el gobierno a travs del seoreaje. El seoreaje es funcin de la tasa de inflacin p y la propensin a mantener dinero h:

Sp-Ip = dH/P = f(p,h) (14) donde dH es la variacin en el mantenimiento de dinero y P el nivel de precios. La relacin entre el seoreaje y la inflacin tiene el comportamiento tradicional de la Curva de Laffer: inicialmente el seoreaje aumenta con la inflacin, pero a partir de un determinado nivel mximo cae con el incremento de la inflacin. Sustituyendo (14) en (12) y el resultado en (11) y tambin reemplazando (13) en (11) se obtiene la restriccin fiscal IT: IT = (1+k*)[f(p,h) + (T-G) + (F-J)] (15) Al relacionar esta restriccin con las anteriores se pueden sugerir algunas implicaciones interesantes: existe un lmite superior al cual el gobierno puede forzar al ahorro privado, lmite que es una funcin del producto potencial o del nivel del producto limitado por la balanza de pagos. Una vez que este nivel es alcanzado, incrementos en la inflacin financiarn al gobierno solamente con el desplazamiento del sector privado ("crowding out"). SUPUESTOS Segn Bacha (1990) desarrolla el modelo de tres brechas donde utiliza el siguiente supuesto la interaccin entre las limitaciones de ahorro domstico, ahorro externo y presupuesto fiscal determinan el crecimiento de la economa. RESTRICCIONES Las restricciones de desigualdades son: el ingreso del perodo no puede ser superior al ingreso potencial (implicando que el ahorro privado no puede ser superior al ahorro privado potencial), las exportaciones del perodo no pueden exceder la demanda por exportaciones, y la inversin privada se relaciona positivamente con la inversin del gobierno (efecto "crowding-in"). Adems se asume que, el consumo privado, las importaciones distintas a los bienes de capital, el supervit del presupuesto del gobierno en cuenta corriente, la tasa de inflacin, y las transferencias externas son todas predeterminadas.

OTRAS DEFINICIONES SISTEMA "Conjunto de partes organizado funcionalmente de manera tal de constituir una unidad interconectada Conjunto de elementos que interactan entre ellos Pierre Delattre 1971 SIMULACION Simular es un arte, una ciencia "soft", ya que la utilidad de esta tcnica depende mucho de la experiencia que tenga el grupo humano que realiza la simulacin. Hasta ahora no hay teora cientfica que garantice la validez del proceso de simulacin antes que este se realice. Para validar el modelo se ensayan alternativas conocidas (vividas realmente) y se comparan los resultados. La coincidencia de los mismos hablarn de la validez del modelo para representar el sistema real. Si los resultados que el modelo arroja sobre una de esas alternativas vividas no coinciden con los reales quedar demostrada la invalidez del modelo. Lo contrario no es cierto. An cuando haya coincidencia de resultados en una cantidad grande de pruebas no es posible afirmar que lo ser para la totalidad de los ensayos. Es interesante adoptar como criterio de trabajo el hacerse una idea de los resultados de un ensayo antes de realizar el mismo Ejemplo: en la ventanilla de informes se produce un cuello de botella con 10 personas trmino medio en cola, en las cajas hay como mximo tres personas en cola, una persona demora unos 10 minutos en hacer el trmite. Al tenerse los resultados se los juzgar ms imparcialmente, evitando aceptarlos porque "la mquina as lo puso y no se equivoca". Teniendo los resultados de antemano hay obligacin de aceptar la discrepancia y por consiguiente exigir modificar el modelo de manera que esta no se produzca. Una vez construido un modelo, fiel representacin de un sistema, es posible crear una historia artificial del sistema simulando aquellos hechos cuya implicancia se desea observar, examinar e incluso prevenir.

El conjunto de estas alternativas brinda la posibilidad al que realiza los ensayos de llegar a ser un conocedor experimentado del sistema (sin que este tenga necesidad de existencia real). Ejemplo: Los simuladores de vuelo. Da experiencia en situaciones de emergencia e incluso de catstrofe, midiendo y mejorando la pericia del piloto (por supuesto, que las condiciones de "stress" no son las mismas, lo cual puede alterar la validez de los resultados obtenidos). Una mala seleccin de alternativas a ensayar puede dar una experiencia intil o magra. VENTAJAS DE LA SIMULACION Permite: - Adquirir una rpida experiencia a muy bajo costo y sin riesgos. No se compromete la confiabilidad del sistema en los ensayos (las aglomeraciones, las largas demoras son simuladas y no reales). - Identificar en un sistema complejo aquellas reas con problema ("cuellos de botella") - Un estudio sistemtico de alternativas (variaciones uniformes en los parmetros intervinientes imposibles de lograr en un sistema real). - Utilizarse en "training" para gerentes/ejecutivos. Un modelo de "juego de empresas" les permite probar sus medidas en el modelo y ver sus resultados luego de pasado el perodo simulado. Se repite el proceso durante varios perodos y cada ejecutivo observa los resultados de sus decisiones. Se analizan errores, se comparan estrategias hallando ventajas y desventajas de cada una. Excelente herramienta para instruccin y entrenamiento de ejecutivos. - Ensayar estrategias de guerra, faceta donde primero se emple la simulacin (operaciones de guerra en las llamadas maniobras). En los "juegos de guerra" los oficiales superiores ensayan operaciones de las fuerzas armadas en los campos de batalla. Analizados los resultados se ensayan nuevas operaciones hasta completar la batalla o incluso la guerra. Permite, al igual que el "juego de empresas", analizar errores y comparar estrategias. Todo ello realizado a bajsimo costo.