Académique Documents
Professionnel Documents
Culture Documents
IA DEL CONSUMIDOR 1
1 Preferencias 3
2 Los Problemas del Consumidor 15
II TEOR
IA DE LA FIRMA 45
3 Tecnologa 47
4 Los Problemas de la Firma 57
III TEOR
IA DE LA INFORMACI
ON 71
5 Decisiones bajo Incertidumbre 73
6 Informacion Asimetrica 83
iii
iv TABLA DE CONTENIDO
Parte I
TEOR
IA DEL CONSUMIDOR
1
Captulo 1
Preferencias
La teora del consumidor se sustenta en el concepto de preferencias y en el supuesto de
racionalidad de los individuos. As un consumidor, considerado un agente racional escoge
entre varias cestas o canastas de bienes que puede elegir. En esta seccion se presentan las
propiedades deseables de las relaciones de preferencias, incluyendo la racionalidad.
Racionalidad del Individuo
Sea X el conjunto de opciones que tiene el individuo. Las preferencias del consumidor se
pueden resumir en una relacion binaria sobre el conjunto X. Una relacion binaria es un sub-
conjunto del producto cartesiano X X (_ X X).
Por ejemplo sea X = a, b, c, luego el producto cartesiano X X es:
X X = (a, a) , (a, b) , (a, c) , (b, a) , (b, b) , (b, c) , (c, a) , (c, b) , (c, c) .
Una relacion puede ser por ejemplo: (_) = (a, a) , (a, b) , (c, c), donde _ es un subconjunto
del producto cartesiano X X, y puede interpretarse como a _ a, a _ b y c _ c.
Propiedades de las relaciones binarias:
1) Reexividad
Una relacion binaria (~) denida sobre un conjunto X es reexiva si x X, x~x.
Ej: Sea X = a, b, c y sea (_) = (a, a), (b, c) no es reexiva porque faltan las parejas
(b, b) y (c, c).
2) Completitud
Una relacion binaria (~) es completa si x, y X, x~y y~x.
Ej: Sea X = a, b, c y sea (_) = (a, a), (b, c), (b, b), (a, c), (c, c). Esta relacion no es
completa porque falta la pareja (a, b) o la pareja (b, a).
3
4 CAP
ITULO 1. PREFERENCIAS
3) Transitividad
Una relacion binaria (~) es transitiva si x, y, z X, x~y y~z x~z.
Ej: Sea X = a, b, c y sea _= (a, a), (c, b), (a, b), (c, a), esta relacion es transitiva
porque c _ a a _ b c _ b.
Denicion 1.1 Una relacion binaria sobre X es racional si y solamente si es reexiva, com-
pleta y transitiva.
Sea (~) una relacion de preferencias sobre X. Esto signica que si x _ y x es al menos
tan bueno como y o x es preferido o indiferente a la cesta y. Con base en x _ y se denen las
relaciones de preferencia estricta y la relacion de indiferencia como:
x ~ y x es mejor que y o x es estrictamente preferible a la cesta y, es decir
x _ y pero y,~x;
x y x es indiferente a y, es decir x _ y y _ x.
Denicion 1.2 Dada una relacion de preferencias, se denen los contornos de la relacion de
preferencias como:
Contorno superior (CS) de una cesta (x) = y X/y~x
Contorno inferior (CInf) de una cesta (z) = y X/z~y
Ej: Sea X = a, b, c y sea (_) = (a, a), (c, b), (a, b), (c, a)
CS(c) = .
CInf(c) = a, b.
Denicion 1.3 Una relaci on de preferencias denida sobre un conjunto X es continua si
satisface las siguientes dos condiciones:
(1) x X, CS(x) es un conjunto cerrado.
(2) x X, CInf(x) es un conjunto cerrado.
La relacion de preferencias es semicontinua superior cuando se cumple (1) y semicontinua
inferior si se cumple (2). Cuando satisface (1) y (2) es continua.
Decir que una relacion de preferencias es continua es equivalente a decir que:
(1) z X, y X/y ~ x , y,
(2) z X, y X/z ~ y
son conjuntos abiertos.
5
Ejemplo 1.1 Consideremos la siguiente relacion binaria denida sobre R
2
+
:
( x
1
, x
2
) ~( y
1
, y
2
) sii ( x
1
, x
2
) ( y
1
, y
2
) .
Vericar las propiedades de las relaciones binarias enunciadas anteriormente y gracar CS(3, 5)
y CInf(2, 4).
(Se debe recordar que: x, y R
n
,
x y sii x
i
y
i
, i
x > y sii x
i
y
i
, i y j/ x
j
> y
j
x >> y si x
i
> y
i
, i
Por ejemplo:
(1, 2, 4, 7) (1, 2, 4, 7)
(1, 3, 4, 7) > (1, 2, 4, 7)
(1, 2, 4, 7) >>
_
1
2
, 1, 3, 6
_
)
Veamos cuales de las propiedades de la relacion de preferencias se cumplen.
1) Reexiva?
(_) es reexiva pues (x
1
, x
2
) R
2
+
, (x
1
, x
2
) _ (x
1
, x
2
) porque (x
1
, x
2
) (x
1
, x
2
) ,ya
que x
1
x
1
x
2
x
2
. Esto quiere decir que cualquier cesta es mayor o igual que s
misma.
2) Completa?
(_) no es completa.
Graco 1.1: Cestas que se pueden comparar
Contra ejemplo: (2, 4), (4, 2) R
2
+
(2, 4) (4, 2) (4, 2) (2, 4) porque: (2, 4) ,
(4, 2) (2, 4) , (4, 2) .
6 CAP
ITULO 1. PREFERENCIAS
Las cestas que pertenecen a las regiones A y B se pueden comparar con (3, 5). Aquellas
cestas en las regiones C y D no permiten comparacion con (3, 5).
3) Transitiva?
Sean x, y, z R
2
+
, supongase que x~y y y~z
(x
1
, x
2
) (y
1
, y
2
) (y
1
, y
2
) (z
1
, z
2
) ,
luego
x
1
y
1
, y
1
z
1
x
1
z
1
; por propiedades de los n umeros reales, y
x
2
y
2
, y
2
z
2
x
2
z
2
; por propiedades de los n umeros reales
(x
1
, x
2
) (z
1
, z
2
) (x
1
, x
2
) ~(z
1
, z
2
) x~z,
por lo tanto la relacion binaria es transitiva.
4) Continua?
Se analizan los contornos superiores e inferiores para las cestas dadas en el enunciado.
A continuacion se gracan CS(3, 5) y CInf(2, 4):
Graco 1.2: Contorno inferior y superior
El CS incluye el borde. Por ejemplo, (5, 5) (3, 5) . De esta manera el CS es un
conjunto cerrado. Igualmente, (2, 2) (2, 4), por lo tanto el CInf incluye los bordes y
tambien es un conjunto cerrado.
Dado que CS y CInf son conjuntos cerrados la relacion binaria es continua.
Ejemplo 1.2 Considerese la siguiente relacion de preferencias (_) sobre R
2
+
:
( x
1
, x
2
) ~( y
1
, y
2
) sii x
1
+x
2
y
1
+y
2
.
Determinar cuales de las propiedades de (_) se cumplen y y gracar CS(3, 1) y CInf(3, 1).
7
1) Reexiva?
(_) es reexiva pues ( x
1
, x
2
) ~( y
1
, y
2
) porque x
1
+x
2
x
1
+x
2
, x
1
, x
2
R
2
.
2) Completa?
x
1
, x
2
R
2
, x
1
+ x
2
y
1
+ y
2
, , y
1
+ y
2
x
1
+ x
2
; por propiedades de los n umeros
reales
(x
1
, x
2
) _ (y
1
, y
2
), , (y
1
, y
2
) _ (x
1
, x
2
); por denicion de la relacion binaria
(_) es completa.
3) Transitiva?
Sean x, y, z R
2
+
, supongase que
( x
1
, x
2
) ~( y
1
, y
2
) ( y
1
, y
2
) ~( z
1
, z
2
),
x
1
+x
2
y
1
+y
2
y
1
+y
2
z
1
+z
2
x
1
+x
2
z
1
+z
2
; por propiedades de los n umeros reales
( x
1
, x
2
) ~( z
1
, z
2
)
(_) es transitiva.
4) Continua?
CS(3, 1) = (y
1
, y
2
) /y
1
+y
2
4, y, CInf(3, 1) = (y
1
, y
2
) /4 y
1
+y
2
Como ambos conjuntos son cerrados, la relacion de preferencias es continua, ya que sin
perdida de generalidad los contornos van a ser cerrados para toda cesta (x
1
, x
2
).
Graco 1.3: Contorno inferior y superior de nivel (3,1)
Notese que ambos contornos incluyen la recta y
2
= 4 y
1
. Esta recta constituye la curva de
indiferencia de nivel 4, CI(z) = x/x z que es tambien la interseccion de los conjuntos
CS(z) y CInf(z).
8 CAP
ITULO 1. PREFERENCIAS
Denicion 1.4 (Convexidad) Una relacion de preferencias (~), denida sobre un conjunto
convexo X, es convexa si:
x, y, z X, [0, 1] , si y~x z~x y + (1 )z~x.
(~) es estrictamente convexa si:
x, y, z X, (0, 1) , y ,= z, si y~x z~x y + (1 )z ~ x.
Nota: X es un conjunto convexo si
x, y X, [0, 1] , x + (1 )y X.
Resultado 1.1 Se puede demostrar que (~) es convexa sii los CS de una cesta z son convexos
z X.
Demostracion.
:
Se parte de que (_) es convexa. Sean x e y CS(z); y sea (0, 1).
x _ z y _ z ;
x + (1 )y _ z; por convexidad de (_)
x + (1 )y CS(z); por denicion de CS
CS(z) es un conjunto convexo.
:
Se parte de que CS(z) es un conjunto convexo. Sea (0, 1).
Suponga que
x _ z y _ z
x CS(z) y CS(z)
x + (1 )y CS(z); porque CS(z) es convexo.
x + (1 )y _ z; por denicion de CS
(_) es una relacion de preferencias convexa.
Denicion 1.5 Una funcion u : C ', denida sobre un conjunto convexo C, es:
(a) Cuasiconcava si
x, y C, x ,= y, [0, 1] , u(x + (1 ) y) minu(x), u(y).
(b) Cuasiconvexa si
x, y C, x ,= y, (0, 1) , u(x + (1 ) y) minu(x), u(y).
(c) Estrictamente cuasiconcava si
x, y C, x ,= y, (0, 1) , u(x + (1 ) y) > minu(x), u(y).
(d) Estrictamente cuasiconvexa si
x, y C, x ,= y, (0, 1) , u(x + (1 ) y) < minu(x), u(y).
9
(e) Concava si
x, y C, x ,= y, (0, 1) , u(x + (1 ) y) u(x) + (1 ) u(y).
(f ) Estrictamente concava si
x, y C, x ,= y, (0, 1) , u(x + (1 ) y) > u(x) + (1 ) u(y).
(g) Convexa si (u) es concava, es decir,
x, y C, x ,= y, (0, 1) , u(x + (1 ) y) u(x) + (1 ) u(y).
(h) Estrictamente convexa si (u) es estrictamente concava, es decir,
x, y C, x ,= y, (0, 1) , u(x + (1 ) y) < u(x) + (1 ) u(y).
Resultado 1.2 Toda funcion concava es cuasiconcava.
Demostracion.
Sean x, y C, (0, 1) , x ,= y, y sea m = minu(x), u(y).
Como u es concava,
u(x + (1 ) y) u(x) + (1 ) u(y) m+ (1 ) m = m
= minu(x), u(y)
u es cuasiconcava
Ejercicio 1.6 Buscar contraejemplos para demostrar que no toda funcion cuasiconcava es
concava.
Denicion 1.6 Consideremos una funcion f denida sobre un conjunto S y sea a ':
El conjunto P
a
= x S/f(x) a es el contorno superior de f, de nivel a.
El conjunto P
a
= x S/f(x) a es el contorno inferior de f, de nivel a.
Graco 1.4: Contorno superior e inferior de nivel a de una funcion f
10 CAP
ITULO 1. PREFERENCIAS
Resultado 1.3 Sea f una funcion denida sobre un conjunto convexo S:
f es cuasiconcava si todos sus contornos superiores son conjuntos convexos; es
decir a ', P
a
es un conjunto convexo.
Del mismo modo, f es cuasiconvexa si todos sus contornos inferiores son conjuntos convexos.
Ejercicio 1.7 Probar que el Resultado 1.3 y la denicion de funcion cuasiconcava de la
Denicion 1.5 son equivalentes.
Resultado 1.4 Sea f una funcion doblemente diferenciable de r variables con derivadas par-
ciales de primer y segundo orden continuas. Denimos el Hessiano orlado de la siguiente
manera:
D
r
(x) =
_
_
0 f
1
(x) f
2
(x) . . . f
r
(x)
f
1
(x) f
11
(x) f
12
(x) . . . f
1r
(x)
f
2
(x) f
21
(x) f
22
(x) . . . f
2r
(x)
.
.
.
.
.
.
.
.
.
.
.
.
f
r
(x) f
r1
(x) f
r2
(x) . . . f
rr
(x)
_
_
Condiciones necesarias
1) Si f es cuasiconcava:
D
1
(x) 0, D
2
(x) 0, . . . , D
r
(x) 0 si r es impar o D
r
(x) 0 si r es par x.
2) Si f es cuasiconvexa:
D
k
(x) 0, k, x.
Condiciones sucientes
3) Si D
1
(x) < 0, D
2
(x) > 0, . . . , D
r
(x) < 0 si r es impar o Dr(x) > 0 si r es par x
f es cuasiconcava.
4) Si D
k
(x) < 0, k, x
f es cuasiconvexa.
Ejemplo 1.3 f(x) = x
2
, denida en x > 0.
D
1
(x) =
_
0 2x
2x 2
_
,
D
1
(x) = 4x
2
< 0, x > 0, por lo tanto f(x) es cuasiconvexa y tambien es
cuasiconcava.
11
Ejemplo 1.4 f(x) = x
2
, denida en x 0.
D
1
(x) = 4x
2
0, x 0, dado que D
1
(0) = 0. Aunque gracamente sabemos que f(x) es
cuasiconcava y cuasiconvexa, el criterio de condiciones sucientes no dene.
Denicion 1.7 (Monotonicidad) Una relacion de preferencias (~) denida sobre un con-
junto X ordenado es:
(a) Monotona si
x, y X, x y x~y.
(b) Monotona estricta si
x, y X, x y x ,= y x ~ y.
La propiedad de monotonicidad de las preferencias signica que para el consumidor mas
es mejor.
Denicion 1.8 (Insaciabilidad Local) (~) satisface la no saciabilidad local si
x X, > 0, y X/ |x y| < , , y ~ x.
Esto signica que toda cesta tiene una cesta cercana que es preferida a ella. La no saciabilidad
local es una propiedad para garantizar que las curvas de indiferencia no sean gruesas.
Resultado 1.5 Si (~) es monotona estricta entonces satisface la propiedad de no saciabilidad
local.
Ejercicio 1.8 Probar el Resultado anterior.
Funcion de Utilidad
Sea (~) una relacion de preferencias denida sobre un conjunto X. Una funcion u : X
', tal que x~y si y solo si u(x) u(y) es una funcion de utilidad que representa (_).
Ahora, x~y u(x) u(y) h(u(x)) h(u(y)); donde h es una transformacion monotona
creciente. De esta manera, la funcion de utilidad no es unica dado que es posible efectuar
transformaciones monotonas crecientes de ella.
Ejs: u
3
, u
5
, u
7
, e
u
, Lnu, a+bu, b > 0, (esta clase de transformacion es llamada afn).
Teorema 1.1 Toda relacion de preferencias racional (reexiva, completa y transitiva) con-
tinua y estrictamente monotona se puede representar a traves de una funcion de utilidad.
La demostracion de este Teorema puede consultarse en los captulos correspondientes en el
libro de Varian, Mas-Collel, o en Introduction to Equilibrium Analisis, Advanced Textbooks in
Economics, Hildenbrand and Kirman (1988).
12 CAP
ITULO 1. PREFERENCIAS
Ejemplo 1.5 Supongase una relacion binaria que no es transitiva. Por que en este caso no
existe una funcion de utilidad?
De acuerdo con la propiedad de transitividad:
x, y, z X, x~y y~z x~z, ahora supongase que no se cumple esta propiedad,
entonces:
x, y, z X/x~y y~z, pero x,~z y ademas supongase que existe: u : X '/a ~b,
u(a) u(b).
Por lo tanto, u(x) u(y) u(y) u(z). Entonces u(x) u(z) por la transitividad de los
n umeros reales, pero u(x) , u(z) por el supuesto planteado. Se llega a una contradiccion.
Ejercicio 1.9 Supongase una relacion binaria que no es completa. Por que en este caso no
existe una funcion de utilidad?
Ejercicio 1.10 Supongase una relaci on binaria que no es reexiva. Por que en este caso
no existe una funcion de utilidad?
Teorema 1.2 Sea C un conjunto convexo y sea u : C ' una funcion de utilidad que
representa una relacion de preferencias, (~):
(a) La funcion u es cuasiconcava sii (~) es convexa.
(b) La funcion u es estrictamente cuasiconcava sii (~) es estrictamente convexa.
Demostracion.
(a) :
Sea u una funcion cuasiconcava, sea [0, 1] y sean x, y, z C tales que x~y z ~y.
Como x~y u(x) u(y), y como z ~y u(z) u(y), ademas dado que u es
cuasiconcava:
u(x + (1 ) z) minu(x), u(z) u(y)
x + (1 ) z ~y, porque u es la funcion de utilidad que representa (~).
:
Sea (~) una relacion de preferencias convexa y sean x, y, z C, x ,= y, sea [0, 1].
Sin perdida de generalidad se puede suponer que u(x) u(y) x~y.
Ahora, y ~y por que (~) es reexiva,
x + (1 ) y ~y dado que (~) es convexa
u(x + (1 ) y) u(y) = minu(x), u(y)
u es cuasiconcava.
Ejercicio 1.11 Probar la parte (b) del Teorema anterior.
13
Ejercicios Adicionales
1. Encontrar el maximo (o los maximos) y el mnimo (o los mnimos) de la funcion f(x)
sobre el conjunto X correspondiente.
a) f(x) = x
3
+x
2
+x + 1 donde x '
b) f(x) = x + (1 x)
1
2
denida en sobre el conjunto 1, 0.5 0, 1
c) g(x, y) = x
2
4xy + 2y
2
con x 0, y 0
2. Encontrar los intervalos de concavidad y convexidad de las siguientes funciones:
a) f(x) = x
4
4x
3
b) h(x, y) = (x +y)
2
3. a) Dar un ejemplo de una relacion que no sea completa.
b) Dar un ejemplo de una relacion que no sea reexiva.
c) Dar un ejemplo de una relacion que no sea transitiva.
4. Considere las preferencias denidas sobre '
2
por las funciones de utilidad.
a) U
1
(x, y) = x
b) U
2
(x, y) =
x +
y
c) U
3
(x, y) = (x + 2)(y + 1)
Describa las propiedades de estas preferencias y haga un bosquejo de las curvas de
indiferencia correspondientes.
14 CAP
ITULO 1. PREFERENCIAS
Captulo 2
Los Problemas del Consumidor
Problema de Maximizacion de la Utilidad (PMU)
Sea m el ingreso del consumidor y p el vector de precios de los bienes, p = (p
1
, p
2
, . . . , p
n
),
p >> 0, se dene el conjunto de presupuesto:
B(p, m) = x '
n
/p.x m donde p.x = p
1
x
1
+p
2
x
2
+ +p
n
x
n
.
El problema del consumidor consiste en elegir una cesta que maximice su utilidad sujeta al
conjunto de presupuesto. En otras palabras es elegir una cesta
(x
1
, x
2
, . . . , x
n
)/Max u(x
1
, x
2
, . . . , x
n
) s.a. x B(p, m).
La solucion del problema de maximizacion de la utilidad del consumidor (PMU) es la cesta
x
(p, m)).
15
16 CAP
= 0
U
x
i
U
x
j
= TMS
i,j
=
p
i
p
j
= TES
i,j
.
Donde TMS
i,j
es la Tasa Marginal de Sustitucion entre los bienes i y j; y TES
i,j
es la tasa
economica de sustitucion entre estos mismos bienes. Esta relacion obtenida maniesta igual-
dad entre la pendiente de la curva de indiferencia y la pendiente del conjunto de presupuesto,
situacion que es siempre posible mientras el problema pueda derivarse.
Las CSO del problema garantizan que la solucion sea un maximo siempre y cuando la funcion
u se cuasiconcava (ver desarrollo en Varian (1992)).
Ejemplo 2.1 Sea u(x
1
, x
2
) = x
a
1
x
1a
2
; a (0, 1). Hallar v(p, m).
El problema del consumidor es elegir (x
1
, x
2
)/Max x
a
1
x
1a
2
s.a. p
1
x
1
+p
2
x
2
= m. Notese que
la restriccion presupuestal se ha mostrado ahora con igualdad, esto puede efectuarse dado que
las preferencias cumplen la no saciabilidad local. De esta manera el consumidor gasta todo
su ingreso en el consumo de los bienes y la restriccion puede presentarse como una igualdad.
Tambien se puede vericar que u es cuasiconcava.
Para facilitar la solucion se efect ua una transformacion monotona de la funcion de utilidad.
El PMU se convierte en:
Max a ln(x
1
) + (1 a) ln(x
2
) s.a. p
1
x
1
+p
2
x
2
= m
L = a ln(x
1
) + (1 a) ln(x
2
) +(mp
1
x
1
p
2
x
2
)
C.P.O.
[x
1
] :
L
x
1
= 0
[x
2
] :
L
x
2
= 0
[] :
L
= 0
_
_
x
1
(p, m) =
am
p
1
, x
2
(p, m) =
(1 a)m
p
2
v(p, m) = a ln
_
am
p
1
_
+ (1 a) ln
_
(1 a)m
p
2
_
v(p, m) = ln(m) a ln(p
1
) + (1 a) ln(p
2
) +k(a).
Donde k(a) es una constante que depende del par ametro a.
17
Ejemplo 2.2 Sea u(x
1
, x
2
) = minx
1
, x
2
. Hallar v(p, m).
Max minx
1
, x
2
s.a. p
1
x
1
+ p
2
x
2
= m. Debe tenerse en cuenta que este problema
no puede derivarse ya que la funcion objetivo no es derivable en x
1
= x
2
. Por esta raz on
su solucion es generalmente obtenida gracando las curvas de indiferencia y la restriccion
presupuestal.
Para gracar las curvas de indiferencia:
minx
1
, x
2
=
_
x
1
si x
1
x
2
x
2
si x
2
x
1
Graco 2.2: Demandas Marshalianas para el caso Leontief
Gracamente se observa que la solucion se encuentra donde x
1
= x
2
en el punto A del graco.
As podemos reemplazar este resultado en la restriccion presupuestal de la siguiente forma:
p
1
x
1
+p
2
x
1
= m
Las demandas Marshalianas son: x
1
= x
2
=
m
p
1
+p
2
.
La funcion de utilidad indirecta: v(p, m) =
m
p
1
+p
2
.
Ejercicio 2.1 Sea u(x
1
x
2
) = minax
1
, bx
2
, a > 0, b > 0. Hallar x(p, m) y v(p, m).
Ejercicio 2.2 Hallar x(p, m) y v(p, m) para las siguientes funciones de utilidad:
u(x
1
, x
2
) = min
_
x
2
1
, x
2
_
;
u(x
1
, x
2
) = ax
1
+bx
2
;
u(x
1
, x
2
) = minx
1
+ 2x
2
, x
2
+ 2x
1
.
18 CAP
, v(p, m) v(p
, m), y,
si m m
, v(p, m) v(p, m
).
Demostracion.
a) v(p, m) es no creciente en p
Sean B = x X/p.x m y B
= x X/p
.x m y suponga p p
.
Sea x B(p, m) p.x m.
Como p
p p
.x p.x m
p
, m).
De esta forma queda demostrado que B B
.
As, Max u(x) s.a. p
.x m = v(p
= x X/p.x m
, y suponga m
m.
Sea x B(p, m
) p.x m
m
Como p.x m x tambien pertenece a B(p, m); luego B
B se tiene que:
Max u(x) s.a. x B
) v(p, m).
2) v(p, m) es homogenea de grado cero en (p, m). Es decir que:
v(p, m) = v(p, m), > 0.
Demostracion.
Sea
B = x X/p.x m = x X/p.x m , > 0 :
v(p, m) =
0
v(p, m) = v(p, m)
3) v(p, m) es cuasiconvexa en p, es decir que los contornos inferiores de v(p, m),
p/v(p, m) k, son convexos.
Demostracion.
Sea CInf(k) = p/v(p, m) k; sean p y p
CInf(k).
Sea B = B(p, m) = x/p.x m y sea B
= B(p
, m) = x/p
.x m
Sea p
= p + (1 )p
= B(p
, m) = x/p
.x m
Primero se debe demostrar que B
B B
.
Por contradiccion:
Sea x B
. Supongamos que x / B B
Como x B
.x m (p + (1 )p
).x m; (1)
Ahora, como x / B B
x / B x / B
p.x > m p
.x > m
20 CAP
.x > (1 )m
p.x + (1 )p
.x > m+ (1 )m = m
(p + (1 )p
x tambien pertenece a B B
B B
Tenemos que:
v(p, m) = Max u(x) s.a. x B k,
v(p
k y
v(p
k;
dado que B
B B
CInf(k).
4) v(p, m)es continua p >> 0, m > 0.
Esta demostracion se encuentra en el Apendice matematico de Varian (1992).
Ejemplo 2.3 Vericar las propiedades de v(p, m) para el caso Cobb-Douglas (C-D)
v(p, m) = ln(m) a ln(p
1
) (1 a) ln(p
2
) +k(a)
(Mirar ejemplo 2.1 para ver donde se obtiene la anterior expresion)
1) v(p, m) es no creciente en p y no decreciente en m
a)
v(p,m)
p
1
=
a
p
1
< 0
v(p,m)
p
2
=
1a
p
2
; como (0, 1)
v(p,m)
p
2
< 0
b)
v(p,m)
m
=
1
m
> 0
2) v(p, m) es homogenea de grado 0 en (p, m)
v(p, m) = ln(m) a ln(p
1
) (1 a) ln(p
2
) +k(a)
v(p, m) = ln(m) a ln(p
1
) (1 a) ln(p
2
) +k(a)
= ln(m) a ln(p
1
) ln(p
2
) +a ln(p
2
) +k(a)
= ln() + ln(m) a ln() a ln(p
1
) ln() ln(p
2
) +a ln() +a ln(p
2
) +k(a)
= ln(m) a ln(p
1
) ln(p
2
) +a ln(p
2
) +k(a)
= ln(m) a ln(p
1
) (1 a) ln(p
2
) +k(a)
= v(p, m)
21
3) v(p, m) es cuasiconvexa en p
Hessiano orlado de v(p, m)
B =
_
_
0
a
p
1
1a
p
2
a
p
1
ap
2
1
0
1a
p
2
0 (1 a)p
2
2
_
_
[B
2
[ =
_
a
p
1
_
2
< 0
[B
3
[ =
a
p
1
_
(1 a)p
2
2
_
a
p
1
__
(1a)
p
2
_
(1a)
p
2
ap
2
1
_
(+) (+) () (+) (+)
. . . .
() (+)
[B
3
[ < 0 v(p, m) es cuasiconvexa en p.
4) v(p, m) es continua p >> 0, m > 0
Las funciones logaritmo son continuas y la constante es continua; la suma de dos fun-
ciones continuas es continua.
v(p, m) es continua.
Nota: El numeral 3) se hubiera podido realizar con un Hessiano normal. Se demuestra que
v(p, m) es convexa en p y dado que toda funcion convexa es cuasiconvexa entonces v(p, m) es
cuasiconvexa en p.
Resultado 2.1 Si una relacion de preferencias (_) completa, reexiva y transitiva satisface
el supuesto de insaciabilidad local v(p, m) sera estrictamente creciente en m.
Ejercicio 2.3 Probar el Resultado 2.1.
Funcion de gasto
Dado el Resultado 2.1, se puede invertir la funcion indirecta de utilidad y despejar m en
funcion del nivel de utilidad. En el graco 2.4, se observa que dado un nivel u de utilidad
podemos encontrar el ingreso mnimo para lograr ese nivel de utilidad a los precios p; esta
relacion se denomina e(p, u).
De manera analoga al anterior PMU se presenta la funcion de gasto como solucion al problema
de minimizacion del gasto (PMG):
e(p, u) = Min p x s.a. u(x) u
22 CAP
u
x
i
= 0 i = 1, . . . , n
TES
i,j
=
p
i
p
j
=
u/x
i
u/x
j
= TMS
i,j
.
Ejercicio 2.4 Hallar la funcion de gasto e(p, u) para u(x
1
, x
2
) = x
a
1
x
1a
2
.
Ejemplo 2.4 Calcular la funcion de gasto e(p, u) para la siguiente funcion de utilidad:
u(x
1
, x
2
) = minx
1
, x
2
minx
1
, x
2
= u =
_
_
x
1
si x
1
< x
2
x
2
si x
2
< x
1
x
1
o x
2
si x
1
= x
2
23
Gracamente:
Graco 2.5: Demandas Hicksianas para el caso Leontief
Se observa en el graco 2.5 que el lugar donde se alcanza el mnimo gasto dado el nivel de
utilidad u es el punto A, donde x
1
= x
2
= u es decir h
1
(p, u) = u = h
2
(p, u).
De esta manera la funcion de gasto es la siguiente:
e(p, u) = p
1
u +p
2
u = (p
1
+p
2
)u.
Ejemplo 2.5 Calcular la funcion de gasto e(p, u) para la siguiente funcion de utilidad:
u(x
1
, x
2
) = x
1
+x
2
.
De nuevo se recurre al metodo graco para encontrar la solucion, pues el calculo no lleva a
una solucion coherente.
En primera instancia, sujetamos la funcion de utilidad a un nivel dado, u.
u(x
1
, x
2
) = x
1
+x
2
= u
Ahora, despejamos x
1
o x
2
x
2
= u x
1
y gracamos los tres casos posibles:
Caso 1 p
1
> p
2
p
1
p
2
> 1
_
h
1
= 0
h
2
= u
e(p, u) = up
2
.
24 CAP
_
up
2
o
up
1
En este caso la pendiente de las rectas de iso-gasto y la pendiente de la curva de indifer-
encia son iguales, es decir en el mercado los bienes tambien se ponderan de forma igual.
En este caso, cualquier punto sobre la recta de presupuesto superpuesta a la curva de
indiferencia sera optimo.
25
Caso 3 p
1
< p
2
Graco 2.8: Caso 3
p
1
p
2
< 1
_
h
1
= u
h
2
= 0
e(p, u) = up
1
El razonamiento es similar al del caso 1 pero con el precio del bien 1 menor al del bien
2.
Solucion general para el PMG en el caso de una funcion de utilidad lineal de la forma:
u(x
1
, x
2
) = x
1
+x
2
e(p, u) = minp
1
, p
2
u
Ejercicio 2.5 Hallar e(p, u) para u(x
1
, x
2
) = ax
1
+bx
2
, a > 0, b > 0.
Propiedades de la funcion de gasto
1) e(p, u) es no decreciente en p y estrictamente creciente en u:
Si p p
e(p, u) e(p
, u), y
si u < u
).
Demostracion.
a) Sea x
0
la solucion del PMG
Min p x s.a. u(x) u
Sea x
1
la solucion del PMG
Min p
x s.a. u(x) u
26 CAP
.
Por denicion
e(p, u) = p x
0
p x
1
(1)
p
x
1
(2)
= e(p
, u)
e(p, u) e(p
, u).
Explicacion:
(1) p x
0
p x
1
, dado que x
0
es la solucion del PMG a los precios p y los dos
problemas tienen las misma restriccion.
(2) p x
1
p
x
1
, dado que p p
.
b) Para probar que e(p, u) es estrictamente creciente en u, supongamos que no. Sean
u
y u
tales que u
> u
pero e(p, u
) e(p, u
).
Sea x
y x
.
Ahora, si e(p, u
) e(p, u
) p x
p x
Sea x = x
)
p x = p x
< p x
p x
p x p x
As, x
,
e(p + (1 )p
, u) e(p, u) + (1 )e(p
, u).
Demostracion.
Sean p, p
= p + (1 )p
.
27
Sea x
0
la solucion al PMG: Min p x s.a u(x) u
e(p, u) = p x
0
.
Sea x
1
la solucion al PMG: Min p
x s.a u(x) u
e(p
, u) = p
x
1
.
Sea x
2
la solucion al PMG: Min p
x s.a u(x) u
e(p
, u) = p
x
2
= [p + (1 )p
] x
2
= p x
2
+ (1 )p
x
2
.
Ahora, p x
2
p x
0
, dado que x
0
es la solucion al PMG dados los precios p y dado
que ambos problemas tienen la misma restriccion.
Tambien, p
x
2
p
x
1
, dado que x
1
es la solucion al PMG dados los precios p
y dado
que ambos problemas tienen la misma restriccion.
Multiplicando por y (1 ) a ambos lados respectivamente, se tiene:
p x
2
p x
0
y
(1 )p
x
2
(1 )p
x
1
;
sumando verticalmente,
p x
2
+ (1 )p
x
2
p x
0
+ (1 )p
x
1
= e(p, u) + (1 )e(p
, u).
Como e(p
, u) = p x
2
+ (1 )p
x
2
,
e(p
, u) e(p, u) + (1 )e(p
, u).
4) e(p, u) es continua, p >> 0, u > 0. Esta demostracion se encuentra en el Apendice
matematico de Varian (1992).
Ejercicio 2.6 Vericar que las propiedades de e(p, u) se cumplen para el caso Cobb-Douglas.
Teorema 2.1 (Teorema de la envolvente) Considere un problema de maximizacion en el
que la funcion objetivo depende de un parametro a:
M(a) = max
x
1
,x
2
g(x
1
, x
2
, a) s.a h(x
1
, x
2
, a) = 0
Sea L el Lagrangeano de este problema y sea x
M(a)
a
=
L(x, a)
a
x
28 CAP
= x
i
; (1)
v
m
=
L
m
x
= . (2)
Igualando en (1) y (2)
v
p
i
=
_
v
m
_
x
i
x
i
=
v
p
i
v
m
.
Lema 2.2 (Lema de Shephard) Si la funcion de gasto es diferenciable en p y p > 0,
h
i
(p, u) =
e(p, u)
p
i
; i = 1, . . . , n.
Demostracion.
e(p, u) = minp x s.a u(x) u
L = p x +(u u(x))
e(p, u)
p
i
=
L
p
i
h
= x
i
h
= h
i
;
teniendo en cuenta el teorema de la envolvente
h
i
(p, u) =
e(p, u)
p
i
.
29
Teorema 2.2 Identidades de la dualidad
Supongamos que:
- u(x) es continua;
- (_) satisface las N.S.L. (evitar curvas de inferencia gruesas), y,
- el PMU (max u(x) s.a p x m) y el PMG (minp x s.a u(x) u) tienen solucion.
Entonces se cumplen las siguientes identidades:
e(p, v(p, m)) m;
v(p, e(p, u)) u;
x
i
(p, e(p, u)) h
i
(p, u);
h
i
(p, v(p, m)) x
i
(p, m).
Teorema 2.3 Ecuacion de Slutsky
x
j
p
i
=
h
j
(p, u)
p
i
x
j
m
x
i
(p, e(p, u)) i, j = 1, . . . , n.
Utilizando las anteriores identidades de la dualidad se puede llegar a descomponer en una
ecuacion la variacion de la demanda provocada en un cambio en el precio de alg un bien en
dos efectos: el efecto sustitucion y el efecto ingreso. Otra importante consecuencia de la
ecuacion de Slutsky es poder calcular la derivada de la funcion de demanda compensada (la
cual no es directamente observable) a partir de elementos observables.
Demostracion. Por las identidades de la dualidad se tiene:
x
j
(p, e(p, u)) h
j
(p, u); derivando respecto a p
i
x
j
p
i
+
x
j
m
e(p,u)
p
i
=
h
j
(p,u)
p
i
x
j
p
i
+
x
j
m
h
i
(p, u) =
h
j
(p,u)
p
i
; por Lema de Shephard
x
j
p
i
..
Efecto Total
=
h
j
(p, u)
p
i
. .
Efecto Sustitucion
x
j
m
x
i
(p, e(p, u));
. .
Efecto Ingreso
i, j = 1, . . . , n por identidad de dualidad
30 CAP
_
h
j
p
i
_
=
_
2
e(p, u)
p
i
p
j
_
que es semidenida negativa ya que la funcion de gasto es concava. Debido a esto tambien se
tiene que:
h
j
p
i
=
2
e(p, u)
p
i
p
j
=
2
e(p, u)
p
j
p
i
=
h
i
p
j
;
entonces la matriz de sustitucion es simetrica.
Corolario 2.1
h
i
p
i
0; i = 1, . . . , n
(Los efectos sustitucion propios son negativos).
Deniciones:
Sea x
j
un bien, se dice que:
31
x
j
es un bien normal si
x
j
m
> 0;
x
j
es un bien inferior si
x
j
m
< 0;
x
j
es un bien ordinario si
x
j
p
j
< 0;
x
j
es un bien Gien si
x
j
p
j
> 0.
Resultado 2.2 Todo bien Gien es un bien inferior.
Demostracion.
x
j
p
j
=
h
i
(p, u)
p
j
x
j
m
x
j
(p, e(p, u)) de la ecuacion de Slutsky.
Ahora,
x
j
p
j
> 0, por ser un bien Gien, y,
h
j
(p, u)
p
j
0, por el corolario anterior. Si
x
j
(p, e(p, u)) 0,
x
j
m
tiene que ser negativo, es decir el bien j es un bien inferior.
Ejemplo 2.6 Vericar la ecuacion de Slutsky en el caso Cobb-Douglas para
x
1
p
1
.
Sabemos que
v(p
1
, p
2
, m) =
m
k p
a
1
p
1a
2
x
1
=
am
p
1
, x
2
=
(1 a)m
p
2
.
Ahora, por identidades de la dualidad sabemos que:
v(p, e(p, u)) u
u =
e(p, u)
k p
a
1
p
1a
2
e(p, u) = u(k p
a
1
p
1a
2
)
ahora,
h
1
(p, u) =
e(p, u)
p
1
= uak p
a1
1
p
1a
2
= uak
_
p
1
p
2
_
a1
.
Por lo tanto tenemos que:
x
1
p
1
=
am
p
2
1
y sabemos que
32 CAP
x
1
m
x
1
(p, e(p, u)) = uak(a 1) p
a2
1
p
1a
2
a
p
1
_
a
p
1
uk p
a
1
p
1a
2
_
= uak(a 1) p
a2
1
p
1a
2
a
2
uk p
a2
1
p
1a
2
= uak p
a2
1
p
1a
2
((a 1) a), reemplazando u
= p
2
1
ma =
x
1
p
1
.
Ejercicio 2.7 Probar la ecuacion de Slutsky en el caso Cobb-Douglas para
x
2
p
1
.
Funci on de utilidad de metrica monetaria directa
Esta funcion relaciona la utilidad de una cesta x con el gasto mnimo que se debe realizar para
alcanza esa utilidad. Se reere entonces, a la cantidad de dinero que se necesita para alcanzar
la utilidad que representa la cesta x cuando los precios son p. Formalmente la denicion es la
siguiente:
M(p, x) = e(p, u(x)).
Funci on de utilidad de metrica monetaria indirecta
Se reere a la mnima cantidad de dinero que necesita el consumidor para alcanzar a los
precios q, la maxima utilidad que tena cuando los precios eran p y su ingreso era m.
Formalmente la denicion es la siguiente:
(q; p, m) = e(q; v(p, m)).
Notese que si x es jo, u(x) tambien lo sera y la funcion de utilidad metrica monetaria directa
se comporta como una funcion de gasto. Lo mismo sucede con la funcion de metrica monetaria
indirecta. Notese que estas funciones, por ser funciones de gasto, son estrictamente crecientes
en u(x) y en v(p, m), respectivamente. Por lo tanto, las funciones de metrica monetaria son
tambien funciones de utilidad, ya que son transformaciones monotonas de u(x) y v(p, m), que
son funciones de utilidad.
33
Ejemplo 2.7 Hallar M(p, x) y (q; p, m) para la funcion de utilidad Cobb-Douglas.
v(p
1
, p
2
, m) =
m
k p
a
1
p
1a
2
.
Por identidades de dualidad: v(p, e(p, u)) u
u =
e(p, u)
k p
a
1
p
1a
2
e(p, u) = uk p
a
1
p
1a
2
.
Ahora,
M(p, x) = u(x)(k p
a
1
p
1a
2
)
= x
a
1
x
1a
2
k p
a
1
p
1a
2
= k(x
1
p
1
)
a
(x
2
p
2
)
1a
Por otro lado,
(q; p, m) = e(q, v(p, m)) = v(p, m)(k q
a
1
q
1a
2
) =
m
k p
a
1
p
1a
2
(k q
a
1
q
1a
2
) = m
_
q
1
p
1
_
a
_
q
2
p
2
_
1a
Ejercicio 2.8 Obtener las funciones de utilidad de metrica monetaria directa e indirecta para
la funcion de utilidad CES.
La variacion equivalente y la variacion compensada
La variacion equivalente y la variacion compensada son herramientas para medir los cambios
en el bienestar del individuo frente a cambios en los precios y en el ingreso del mismo. Suponga
que desea comparar dos situaciones con precios diferentes en terminos de bienestar para un
individuo. La forma evidente de realizar esta comparacion sera con las utilidades indirectas,
es decir, analizando el signo de la expresion:
[v(p
, m) v(p
0
, m)].
Este metodo genera informacion ordinal para saber si el individuo mejoro o empeoro en
terminos de bienestar, pero no cuantica la variacion en la utilidad. Para resolver este prob-
lema se utiliza la funcion de utilidad de metrica monetaria indirecta, la cual tiene la ventaja
de que se mide en unidades monetarias.
Suponga un cambio en precios de la forma: p
0
p
.
Analizando el signo y la magnitud de:
(q; p
, m) (q; p
0
, m),
podemos expresar esta variacion en la funcion de utilidad de metrica monteria indirecta
suponiendo como precios base a p
0
o a p
1
.
34 CAP
, m) m = (p
0
; p
, m) 150
Ahora, (p
0
; p, m) = e(p
0
, v(p
, m)) (1)
v(p
= y
= 50
v(p
, m) = 50.
Volviendo a (1)
e(p
0
, 50) = Min p
1
x
1
+p
2
x
2
s.a min(x, y) = 50
h
1
= h
2
= u = 50
e(p
0
, 50) = 1 50 + 1 50 = 100
V E = 100 150 = 50.
V C = m(p
; p
0
, m) = 150 (p
; p
0
, m)
Ahora, (p
; p
0
, m) = e(p
, v(p
0
, m))
v(p
0
, m) = 75 (Mismo procedimiento anterior)
36 CAP
, 75) = 225
V C = 150 225 = 75
Relaciones entre VE, VC y el cambio en el excedente del consumidor
Para estudiar las relaciones entre la VE, la VC y el cambio en el excedente del consumidor
(EC), veamos primero como son las pendientes de las demandas Marshalliana y Hicksiana
dependiendo de como se comporta el bien frente a cambios en el ingreso.
Caso 1. Bien normal
Supongamos que p
> p
0
y graquemos las curvas x(p, m) y h(p, u). Dado que el bien x
1
es
normal, se tiene que
x
1
m
> 0.
Graco 2.12: Demandas Marshalliana y Hicksiana - bien normal
En este caso el efecto ingreso y el efecto sustitucion se mueven en la misma direccion. As
h(p, u) es mas inclinada que x(p, m).
37
Caso 2. Bien inferior
Supongamos que p
> p
0
y graquemos las curvas x(p, m) y h(p, u).
Graco 2.13: Demandas Marshalliana y Hicksiana - bien inferior
En el graco 2.13 se observa que si el bien es inferior x
1
(p, m) es mas inclinada que h
1
(p, u).
Dado que el bien x
1
es inferior, se tiene que
x
1
m
< 0. Notese que la relacion entre las pendientes
de x(p, m) y h(p, u) depende del sentido del efecto ingreso.
Teniendo en cuenta lo anterior, analicemos ahora la relacion entre VE y VC y EC, para el
caso del bien normal.
Recordemos que:
u
0
= v(p
0
, m); u
= v(p
, m)
v(p
0
, m+V E) = u
; v(p
, mV C) = u
0
.
38 CAP
, m) (p
0
; p
0
, m)
= (p
0
; p
, m) (p
; p
, m)
= e(p
0
, u
) e(p
, u
)
=
_
p
0
p
h(p, u
)dp
V C = (p
; p
, m) (p
; p
0
, m)
= (p
0
; p
0
, m) (p
; p
0
, m)
= e(p
0
, u
0
) e(p
, u
0
)
=
_
p
0
p
h(p, u
0
)dp
EC =
_
p
0
p
x(p, m)dp.
Graco 2.14: VE, VC y EC - bien normal
En este caso, dado que el bien es normal:
V C < EC < V E.
Ejercicio 2.9 Encontrar la relacion entre VC, VE y EC para un bien inferior.
Ejercicio 2.10 Encontrar la relacion entre VC, VE y EC si la funcion de utilidad es la
siguiente:
u(x
1
, x
2
) = x
1
+
x
2
,
y en general para cualquier funcion de utilidad cuasilineal de la forma:
u(x
1
, x
2
) = x
1
+g(x
2
),
donde la funcion g es concava.
39
Problema de la Integrabilidad
Dadas unas funciones de demanda con matriz de sustitucion semidenida negativa y simetrica
se plantea el problema de si existe una funcion de utilidad de la cual puedan obtenerse esas
funciones de demanda.
En primer instancia se debe vericar si las demandas observadas satisfacen:
_
h
i
(p, u)
p
j
_
ij
negativa semidenida y simetrica.
Las condiciones de integrabilidad se derivan del lema de Shephard (ver Varian (1992)) y son:
(p;q,m)
p
i
= x
i
(p, (p; q, m)) i = 1, . . . , k;
(q; q, m) = m.
Ejemplo 2.9 Demostrar que existe una funcion de utilidad que represente las siguientes fun-
ciones de demanda:
x
1
=
a
1
m
p
1
x
2
=
a
2
m
p
2
.
Vericar si las funciones de demanda tienen una matriz de sustitucion semidenida negativa
y simetrica:
h
1
p
2
=
x
1
p
2
+
x
1
m
x
2
, ecuacion de Slutsky
= 0 +
a
1
p
1
a
1
m
p
2
h
2
p
1
=
x
2
p
1
+
x
2
m
x
1
= 0 +
a
2
p
2
a
1
m
p
1
Como
h
2
p
1
=
h
1
p
2
, la matriz de sustitucion es simetrica. Se deja como ejercicio la vericacion
de que la matriz de sustitucion es semidenida negativa.
Planteando el sistema de ecuaciones de integrabilidad, se tiene:
a)
p
1
=
a
1
p
1
b)
p
2
=
a
2
p
2
c) (q
1
, q
2
; q
1
, q
2
, m) m
a)
=
a
1
p
1
p
1
ln = a
1
lnp
1
+c
1
40 CAP
=
a
2
p
2
p
2
ln = a
2
lnp
2
+c
2
Solucionando las dos ecuaciones diferenciales se encuentra:
d) ln = a
1
lnp
1
+a
2
lnp
2
+c
3
; reemplazando en c)
ln = a
1
lnq
1
+a
2
lnq
2
+c
3
c
3
= lnma
1
lnq
1
a
2
lnq
2
; reemplazando en d)
ln = a
1
lnp
1
+a
2
lnp
2
+ lnma
1
lnq
1
a
2
lnq
2
(p
1
, p
2
; q
1
, q
2
, m) = mp
a
1
1
p
a
2
2
q
a
1
1
q
a
2
2
.
Esta es una funcion de utilidad que representa las preferencias de un individuo con las de-
mandas iniciales.
Preferencia Revelada
Graco 2.15: Preferencia revelada
Considere las cestas del graco 2.15. Suponga que este consumidor tiene la restriccion pre-
supuestal gracada y demanda la cesta x cuando tambien z, y, y w eran comprables. Entonces
se dice que:
x
R
_ z; x
R
~ y; x
R
~ w,
donde
R
_ signica preferencia revelada. El individuo cuyas preferencias representa el graco
2.15 revela que preere la cesta x a las cestas y, w y z. La preferencia revelada de x sobre z
es debil porque x y z cuestan lo mismo. La preferencia revelada de x sobre y y w es estricta
porque y y w cuestan menos que x.
41
Ahora, supongamos que se observa una serie de datos de demanda x
i
cuando los precios y el
ingreso son (p
i
, m
i
):
x
1
(p
1
, m
1
)
x
2
(p
2
, m
2
)
.
.
.
.
.
.
.
.
.
x
n
(p
n
, m
n
)
La pregunta que surge tras observar estas demandas es: Estas demandas observadas son
consistentes con el modelo de maximizacion de utilidad del consumidor?
Denicion 2.1 Si x
j
es la demanda observada a los precios e ingresos (p
j
, m
j
) j;
1) Si p
j
x
i
m
j
x
j
R
_ x
i
, los datos revelan que x
j
es preferida a x
i
, pues x
i
tambien se poda comprar con los precios e ingreso (p
j
, m
j
).
2) Si p
j
x
i
< m
j
x
j
R
~ x
i
, los datos revelan que x
j
es estrictamente preferida
a x
i
, pues x
i
era estrictamente mas barata a los precios e ingreso (p
j
, m
j
).
En palabras, una cesta se revela preferida sobre otra cesta cuando la otra tambien es comprable
y sin embargo se escogi o la primera.
Axioma general de preferencia revelada (A.G.P.R.)
Un conjunto de datos de demanda x
1
, x
2
, . . . , x
n
satisface el A.G.P.R. si con las preferencias
que revelan los datos no es posible construir un ciclo intransitivo de la forma:
x
i
R
_ x
j
R
_
R
_ x
i
;
donde alguna de las relaciones
R
_ sea estricta, para algunos i y j en 1, 2, ..., n.
Ejemplo 2.10 Determinar si el conjunto de datos de demanda observados en el cuadro sigu-
iente satisface el A.G.P.R.
Precios Ingreso Demandas
(10, 10, 10) 300 (10,10,10)
(10, 1, 2) 130 (9, 25, 7.5)
(1, 1, 10) 110 (15, 5, 9)
Primero se plantea la siguiente tabla:
donde las posiciones en negrilla representan las demandas observadas a los precios correspon-
dientes. Note que (10, 10, 10)
R
~ (15, 5, 9), porque se elegio (10,10,10) cuando (15,5,9) costaba
menos. Tambien se observa que (9, 25, 7.5)
R
_ (10, 10, 10), y, (15, 5, 9)
R
_ (9, 25, 7.5). Por lo
42 CAP
(x
2
b
2
)
(x
3
b
3
)
IA DE LA FIRMA
45
Captulo 3
Tecnologa
En este captulo se analiza la forma en que las empresas producen bienes utilizando distintas
combinaciones de factores tecnologicamente viables. Para ello es necesario contar con her-
ramientas que nos permitan estudiar las posibilidades de produccion de una empresa. Para
ello denimos los conceptos que se exponen a continuacion.
z : Plan de produccion. Es el listado de producciones e insumos de distintos bienes en
una empresa.
z R
n
; z = (z
1
, z
2
, . . . , z
n
).
En este vector si z
i
> 0 el bien i se reere a un producto, y si z
i
< 0 el bien i es usado
como un insumo.
Y : Conjunto de posibilidades de produccion. Es el conjunto de todos los planes de
produccion viables o factibles para la empresa dada su tecnologa. Es decir,
Y = z R
n
/z es un plan de produccion factible.
Los planes de produccion que no estan en este conjunto no son viables para esta rma.
Simplicacion: En adelante se trabajara con planes de produccion z que tienen un solo
producto y y varios insumos x, y que por ende se pueden expresar como:
z = (y, x
1
, x
2
, . . . , x
n1
).
V (y) : Conjunto de requerimientos de insumos de nivel y. Dado un nivel de producto
y se dene formalmente V (y) = x R
n1
+
/(y, x) Y el cual no es otra cosa que el
conjunto de todas las combinaciones de factores que generan por lo menos y unidades
de produccion.
Q(y) : Isocuanta de nivel y. Es la combinacion de factores que generan exactamente y
unidades de produccion, es decir:
Q(y) = x R
n1
+
/x V (y) x / V (y
), y
> y.
47
48 CAP
ITULO 3. TECNOLOG
IA
Funcion de produccion, f(x): maximo producto alcanzable con la cantidad de insumos
x:
f(x) = y R/y es el maximo producto asociado con x en Y .
Ejemplo 3.1 Considere la funcion de produccion: f(x) =
x x
y y
Y ; es importante
tener en cuenta que los insumos son negativos en y; con mas insumos se puede
producir el mismo producto o menos.
Ej: (-3,5) Y (4, 2) Y .
2) Convexidad de V (y) :
Si x, x
x x
x
(x
, y) (x, y)
(x
V (y).
Ejercicio 3.1 Demostrar que el Resultado anterior no se cumple en sentido contrario.
50 CAP
ITULO 3. TECNOLOG
IA
Graco 3.3: El conjunto de requerimientos de insumos y la isocuanta
Resultado 3.2 Si Y es convexo V (y) es convexo y.
Demostracion.
Sean x, x
V (y)
(y, x), (y, x
) Y
Sea t [0, 1]
t(y, x) + (1 t)(y, x
) Y ; porque Y es convexo
(y, (tx + (1 t)x
)) Y
tx + (1 t)x
V (y)
V (y) es convexo.
Ejercicio 3.2 Probar con un contraejemplo que el recproco del Resultado anterior no es
cierto.
Deniciones de rendimientos a escala
Se reere a la magnitud en que cambia el nivel de produccion ante el aumento o disminucion
de algunos de los factores en una proporcion t.
Una tecnologa exhibe retornos a escala constantes si:
i) y Y, ty Y ; t 0, o,
51
ii) x V (y), tx V (ty); t 0, o,
iii) f(tx) = tf(x); t 0; en este caso f es homogenea de grado 1.
Nota: Es posible demostrar que los enunciados i), ii) e iii) son equivalentes.
Ej: La funcion f(x) = y =
3x no exhibe retornos constantes a escala, pues f(tx) =
3tx ,= t
3x = tf(x).
Ej: La funcion f(x) = y = 3x exhibe retornos constantes a escala, pues f(tx) = 3tx =
tf(x) (funcion homogenea de grado 1).
Una tecnologa exhibe retornos crecientes a escala si:
f(tx) > tf(x); t > 1.
Ej: La funcion f(x) = x
2
exhibe retornos crecientes a escala.
Una tecnologa exhibe retornos decrecientes a escala si:
f(tx) < tf(x) t > 1.
Ej: La funcion f(x) =
Y y sea [0, 1]
y + (1 )y
Y ; por convexidad.
Ahora, como 0 Y si y
= 0
y Y,
luego,
[0, 1], y Y y Y.
52 CAP
ITULO 3. TECNOLOG
IA
Ejercicio 3.3 De un ejemplo de conjunto de posibilidades de produccion convexo que no tenga
retornos no crecientes a escala.
Elasticidad de escala, e(x) :
Es una medida local del aumento porcentual que presenta el nivel de produccion cuando se
incrementan todos los factores en 1%.
Sea y(t) = f(tx); t > 0
e(x) =
d(y(t))
y(t)
dt
t t=1
Si e(x) > 1 se presentan retornos crecientes;
Si e(x) = 1 se presentan retornos constantes;
Si e(x) < 1 se presentan retornos decrecientes.
Ejemplo 3.3 Sea y = x
a
1
x
b
2
y(t) = (tx
1
)
a
(tx
2
)
b
= t
a+b
x
a
1
x
b
2
dy(t)
dt
= (a +b)t
a+b1
x
a
1
x
b
2
e(x) =
d(y(t))
y(t)
dt
t
=
dy(t)
dt
t
y(t)
=
(a +b)t
a+b1
x
a
1
x
b
2
t
t
a+b
x
a
1
x
b
2
= a +b.
Elasticidad de sustitucion,
La elasticidad de sustitucion presenta la relacion entre el cambio porcentual en la razon
de factores y el cambio porcentual en la pendiente de la isocuanta. Recordemos que la tasa
marginal de sustitucion tecnica (TMST) muestra como se sustituyen los factores en un nivel
de produccion constante.
TMST =
f
x
1
f
x
2
; =
x
2
x
1
x
2
x
1
TMST
TMST
mide la curvatura de la isocuanta, mientras que TMST mide la pendiente de la misma.
Utilizando la derivacion logartmica se puede denir de la siguiente forma:
=
ln
_
x
2
x
1
_
ln[TMST[
53
Ejemplo 3.4 Encontrar la elasticidad de sustitucion () de la funcion de producci on CES:
f(x
1
, x
2
) = (x
1
+x
2
)
1/
f
x
1
=
1
( x
1
1
)(x
1
+x
2
)
1
1
f
x
2
=
1
( x
1
2
)(x
1
+x
2
)
1
1
TMST =
x
1
1
x
1
2
=
_
x
2
x
1
_
1
[TMST[ =
_
x
2
x
1
_
1
ln[TMST[ = (1 ) ln
_
x
2
x
1
_
ln
_
x
2
x
1
_
=
1
1
ln[TMST[
=
ln
_
x
2
x
1
_
ln[TMST[
=
1
1
Elasticidad de sustitucion constante
Ejercicio 3.4 Encontrar la elasticidad de escala de la CES.
Denicion 3.1 Se dice que una funcion f es homotetica si es una transformacion monotona
creciente de una funcion homogenea de grado 1, f(x) = g(h(x)); donde h(x) es homogenea de
grado 1 y g es una funcion monotona creciente, es decir: x > y g(x) > g(y).
Resultado 3.4 La TMST de una funcion homotetica es independiente de la escala de pro-
duccion.
Ejercicio 3.5 Probar el Resultado anterior.
Ejemplo 3.5 Sea f una funcion de produccion homotetica; probar que si x y x
producen el
mismo nivel de producto, (tx) y (tx
)
g(tx) = g(tx
ITULO 3. TECNOLOG
IA
Graco 3.4: Funcion de produccion homotetica
Notese que aunque f(x) = f(x
) = ty.
55
Ejercicios Adicionales
1. De ejemplos economicos de conjuntos de posibilidades de produccion que no cumplan
convexidad, monotonicidad de insumos, monotonicidad de insumos y productos y adi-
tividad.
2. Determinar si las siguientes funciones son homoteticas:
(a) f(x, y) = ln(xy) + exp(xy)
(b) f(x, y) = ln(x
2
+xy)
2
56 CAP
ITULO 3. TECNOLOG
IA
Captulo 4
Los Problemas de la Firma
Funcion de benecios
Para este analisis suponemos una situacion de competencia perfecta donde los precios del
producto y los precios de los factores estan dados. Sea p un vector de precios. La funcion de
benecios se dene como:
(p) = max p y s.a y Y.
Otra forma de expresar la funcion de benecios es:
(p, w
1
, w
2
, . . . , w
n
) = max p f(x
1
, x
2
, . . . , x
n
) (w
1
x
1
+w
2
x
2
+ +w
n
x
n
),
y el problema de la rma se llama problema de maximizacion de benecios (PMB).
Graco 4.1: Funcion de benecios
57
58 CAP
= x
= y
(p) wx
(p).
Resolviendo el PMB se encuentran las siguientes condiciones:
C.P.O.:
p
f
x
i
w
i
= 0
f
x
i
=
w
i
p
p
f
x
i
. .
valor del producto marginal del factor i
= w
i
..
costo
C.S.O.:
2
f
x
2
i
0 para que la solucion sea un maximo, f debe ser concava.
Nota: Del Graco anterior es claro que los retornos decrecientes de f, son condicion necesaria
para que exista funcion de benecios. Esto se prueba en detalle en el siguiente resultado.
Resultado 4.1 Si f tiene retornos constantes (o crecientes) a escala
(p) = 0 o (p) = +.
Demostracion. Suponga que la funcion f exhibe retornos a escala crecientes o constantes y
que existe (x
1
, x
2
, . . . , x
n
) tal que (p) > 0.
p f(x
1
, x
2
, . . . x
n
) w
1
x
1
w
2
x
2
w
n
x
n
> 0.
Ahora, se multiplica por t > 1 la escala de produccion, luego:
p f(tx) wtx = t(pf(x) wx) t(p) > (p);
por tener retornos constantes o crecientes a escala.
(p) = +;
por lo tanto las empresas siempre van a desear aumentar el nivel de producto.
Ejemplo 4.1 Hallar (p) para la siguiente funcion de produccion:
y = x
a
.
(p) = Max p y wx = px
a
wx
C.P.O.:
(p)
x
= ap x
a1
w = 0
59
x
a1
=
w
ap
x
=
_
w
ap
_ 1
a1
C.S.O.:
f
x
= ax
a1
;
2
f
x
2
= a(a 1)x
a2
Para que
2
f
x
2
< 0 a < 1.
Entonces
(p) = p
_
w
ap
_ 1
a1
w
_
w
ap
_ 1
a1
Ejercicio 4.1 Bajo cuales condiciones (p) > 0?
Conjunto de posibilidades de produccion de corto plazo
En el corto plazo, generalmente, algunos factores son jos, y a largo plazo las posibilidades
tecnologicas de la empresa pueden variar y convertir a algunos factores jos en variables.
Suponga el factor x
2
jo en el corto plazo en el nivel x
2
= k. El conjunto de posibilidades de
produccion de corto plazo es:
Y (x
2
= k) = z Y/z son planes de produccion restringidos a x
2
= k.
Ej: Y (k) = (y, x
1
, x
2
)/y x
a
1
x
1a
2
; x
2
= k.
Funcion de benecios de corto plazo:
k
(p) = Max p y s.a y Y (k).
Ejercicio 4.2 Encontrar la funcion de benecios de largo plazo de la siguiente funcion de
producci on:
f(x
1
, x
2
) = a
1
lnx
1
+a
2
lnx
2
.
Ejercicio 4.3 Supongamos que en el corto plazo el factor 2 del ejercicio anterior esta jo en
x
2
= e. Hallar (p, w
1
, w
2
) de corto plazo.
Max p f(x
1
, x
2
= e) w
1
x
1
w
2
x
2
; s.a x
2
= e
f(x
a
, x
2
)
x
2
=e
= a
1
lnx
1
+a
2
Max p(a
1
lnx
1
+a
2
) w
1
x
1
w
2
e
C.P.O. :
x
1
=
pa
1
x
1
w
1
= 0
x
1
=
a
1
p
w
1
C.P.
(p, w
1
, w
2
) = p(a
1
ln
a
1
p
w
1
+a
2
) a
1
p w
2
e.
60 CAP
L.P.
>
C.P.
; se puede consultar la demostracion en Varian (1992).
Propiedades de (p)
1) Monotonicidad respecto a los precios: (p) es no decreciente en los precios de los pro-
ductos y no creciente en los precios de los insumos, es decir, si p
i
p
i
; i = producto o
si p
j
p
j
; j = insumo
(p
) (p).
Demostracion.
Sea p
(p
) = p
.
(p
) = p
y; por que y
p y; porque p
p
(p) (p
) (p).
2) (p) es homogenea de grado uno en p.
Demostracion.
(p) = Max p y s.a y Y
(tp) = Max tp y s.a y Y
= t Max p y s.a y Y = t (p).
3) (p) es convexa en p, es decir que p, p
, [0, 1],
(p + (1 )p
) (p) + (1 )(p
).
Demostracion.
Sea (0, 1) y sea p
= p + (1 )p
. Supongamos que:
para el problema: Max p y s.a y Y, la solucion es y (p) = p y;
para el problema: Max p
y s.a y Y, la solucion es y
(p
) = p
; y,
para el problema: Max p
y s.a y Y, la solucion es y
(p
) = p
.
61
Notese que los tres problemas de maximizacion de benecios tienen la misma restriccion,
p y p y
cumple la
restriccion de PMB.
p y p y
,
(p) p y
. (1)
Por otro lado p
porque y
y y
cumple
la restriccion de PMB.
(1 )p
(1 )p
,
(1 )(p
) (1 )p
. (2)
Si se suman (1) y (2) encontramos:
(p) + (1 )(p
) p y
+ (1 )p
= (p + (1 )p
)y
= p
= (p
)
(p) + (1 )(p
) (p
).
4) (p) es continua p > 0.
Ejemplo 4.2 Hallar (p) para la siguiente funcion de produccion:
f(x) = 20x x
2
, p = 1, x 0.
1) Hallar C.P.O. de PMB.
f(x) = 20x x
2
Max p y s.a y Y
Max 20x x
2
wx
C.P.O.
( )
x
= 20 2x w = 0
w = 20 2x; x = 10
w
2
2) Para que valores de w el optimo es x = 0?
0 = 10
w
2
w = 20
3) Para que valores de w el optimo es x = 10?
10 = 10
w
2
w = 0
4) Cual es la funcion de demanda del factor?
x = 10
w
2
si w 20.
62 CAP
_
10
w
2
_
2
w
_
10
w
2
_
=
_
10
w
2
_
2
.
Ejercicio 4.4 Hallar (p) para f(x
1
, x
2
) =
x
1
+x
2
.
Lema 4.1 (Lema de Hotelling) Suponga que (p) es continua y diferenciable en p, en-
tonces:
(p)
p
i
= y
i
(p); i = 1, 2, . . . , n; p
i
Demostracion.
(p) = Max p y s.a y Y
(p)
p
= y
i
(p); por el teorema de la envolvente
Resultado 4.3 D
2
(p) es simetrica y semidenida positiva.
Ejercicio 4.5 Probar el Resultado anterior.
Funcion de costos
La funcion de costos es el instrumento principal para describir las posibilidades economicas
de la empresa. Mide el costo mnimo de obtener un determinado nivel de producto, dados los
precios de los factores. Sean w el vector de precios de los factores y y un nivel de producto
dado. La funcion de costos se dene a traves del problema de minimizacion de costos (PMC)
como:
((w, y) = min w x s.a f(x) y.
La solucion del PMC es el vector de demandas condicionadas de factores: x(w, y), y se
encuentra a traves de:
L = w x +(y f(x))
C.P.O. : w
i
=
f
x
i
= 0; i = 1, 2, . . . , n
f(x) = y.
Notese que por el teorema de la envolvente =
C
y
= costo marginal de la produccion, indi-
cando como cambia la funcion de costos cuando cambia el nivel de producto.
63
Despejando las C.P.O. se encuentra:,
w
i
w
j
..
tasa
economica de
sustitucion
=
f
x
i
f
x
j
..
tasa marginal
de sutitucion tecnica
Graco 4.2: La minimizacion de costos
El vector de demandas condicionadas de factores x
1
+x
2
)
1/
, < 1.
minw
1
x
1
+w
2
x
2
s.a x
1
+x
2
= y
L = w
1
x
1
+w
2
x
2
+(y
1
x
2
)
64 CAP
1
1
(w
r
1
+w
r
2
)
1/
y;
x
2
(w
1
, w
2
, y) =
w
1
1
2
(w
r
1
+w
r
2
)
1/
y; r =
1
((w
1
, w
2
, y) = w
1
x
1
(w
1
, w
2
, y) +w
2
x
2
(w
1
, w
2
, y) = y(w
r
1
+w
r
2
)
1/r
.
Nota: La funcion de costos esta restringida a un nivel de produccion. A diferencia de la
maximizacion de benecios, la minimizacion de costos puede tener solucion auncuando la
funcion de produccion exhiba rendimientos crecientes o constantes a escala.
Ejercicio 4.6 Encontrar la funcion de costos de:
f(x
1
, x
2
) = x
1
+x
2
, y, f(x
1
, x
2
) = minx
1
, x
2
.
Propiedades de la funcion de costos: ((w, y)
1) c(w, y) es no decreciente en w y estrictamente creciente en y.
Si w w
((w, y) ((w
, y)
Si y y
)
2) ((w, y) es homogenea de grado 1 en p
> 0, ((w, y) = ((w, y)
3) ((w, y) es concava en w, es decir que (0, 1), p, p
,
(( w + (1 ) w
, y) ((w, y) + (1 ) ((w
, y).
4) ((w, y) es continua en w, w > 0.
Nota: Las anteriores demostraciones son iguales a las de la funcion de gasto (captulo 2).
Resultado 4.4 Si f es homogenea de grado 1, ((w, y) es homogenea de grado 1 en y es decir
que:
((w, y) = y ((w, 1).
Demostracion. Sea f una funcion homogenea de grado 1 y sea x
la solucion de
minw x s.a f(x) 1. (1)
((w, 1) = w x
((w, y) = w y x
(2)
= y ((w, 1)
Veamos el desarrollo que explica la igualdad (2).
65
a) f(x
) = 1 f(y x
) = y 1 = y
porque f es homogenea de grado 1
y x
satisface la restriccion de
Min w x s.a f(x) y. (3)
b) Supongamos que (y x
< w(y x
)
w
x
y
< w x
Pero f(
x
y
) =
1
y
f(x
) =
y
y
= 1, porque f es homogenea de grado 1
con
x
y
se puede producir 1 y mas barato que x
contradice que x
= y(w x
) = y ((w, 1).
Resultado 4.5 Si f es homogenea de grado 1 x(w, y) es homogenea de grado 1 en y.
Demostracion. Usando el resultado anterior tenemos que ((w, y) = y ((w, 1)
w x(w, y) = y w x(w, 1)
x(w, y) = y x(w, 1)
Lema 4.2 Lema de Shephard
((w, y)
w
i
= x
i
(w, y) i = 1, . . . , n.
Ejercicio 4.7 Demostrar el lema de Shephard usando el teorema de la envolvente.
Resultado 4.6 D
2
e
((w, y) es semidenida negativa y simetrica.
Ejercicio 4.8 Probar el Resultado anterior.
66 CAP
(y).
Resultado 4.7 /( y /1( empiezan en el mismo punto.
Donde /( es mnimo, /( y /( se cortan.
Donde /1( es mnimo, /1( y /( se cortan.
Ejercicio 4.9 Probar el Resultado anterior.
Oferta de la rma
Reformulando el problema de maximizacion de benecios:
Max p y ((y)
67
C.P.O. : p (
(y) = 0 /((y) = p.
Ahora, si
p < /((y) =
((y)
y
p y < ((y)
< 0.
As, la oferta de la rma es:
/((y) = p si p /((y).
Ejemplo 4.4 Sea ((y) = 3y
2
+ 10.Gracar: la funcion de costos, costos variables, costos
jos, costos medios, costos marginales, costos medios variables y derivar la oferta de la rma.
Graco 4.4: Costos jos, variables y totales
Costo jo = 10; Costo variable = 3y
2
. /( = 3y +
10
y
; /1( = 3y; /T( =
10
y
; /( = 6y
Nota: El punto y =
_
10/3 se puede obtener de la interseccion entre /( y /( u obteniendo
el mnimo de /(. La oferta de la rma es la parte sombreada de la curva /( (ver graco
4.5).
Resultado 4.8 Si f es concava entonces ((w, y) es convexa en y, w jo.
Demostracion.
Sea ((y) = ((w, y) = minw x s.a f(x) y, w jo.
Ahora, ((y) es convexa si y, y
, [0, 1]
((y + (1 )y
) ((y) + (1 )((y
).
68 CAP
tales que:
x es la solucion de min w z s.a. f(z) y;
x
.
((y) = w x; f(x) = y;
((y
) = w x
; f(x
) = y
.
Como f es concava f(x + (1 )x
) f(x) + (1 )f(x
) = y + (1 )y
.
De esta manera, con [x + (1 )x
] se puede producir [y + (1 )y
].
Veamos cuales son los costos de producir la cesta [x + (1 )x
]:
w[x + (1 )x
] = w x + (1 ) w x
= ((y) + (1 )((y
)
([ y + (1 )y
],
porque ((y + (1 )y
).
Dualidad
El concepto de dualidad signica que para una funcion de produccion se puede encontrar la
funcion de costos correspondiente y viceversa. De esta manera:
Funcion de Produccion Funcion de Costos
y = ax
1
+bx
2
((w
1
, w
2
, y) = min
w
1
a
,
w
2
b
y
y = minax
1
, bx
2
((w
1
, w
2
, y) =
_
w
1
a
+
w
2
b
_
y
y = x
a
1
x
1a
2
((w
1
, w
2
, y) = k(a)w
a
1
w
1a
2
y
y = (x
1
+x
2
)
1/
((w
1
, w
2
, y) = (w
r
1
+w
r
2
)
1/r
y; r =
1
69
Ejercicios Adicionales
1. Derive la funcion de benecio (p), la funcion de oferta (y demanda de factores) y(p)
para las siguientes tecnologas cuyas funciones de produccion estan dadas por:
g(x
1
, x
2
) =
_
minx
1
, x
2
;
h(x
1
, x
2
) = (x
1
+x
2
)
1/
.
2. Sea e
i
la elasticidad ingreso de la demanda del bien i. Suponga que e
i
= e
j
para dos
bienes diferentes i y j. Demostrar que x
i
/p
j
= x
j
/p
i
.
3. Una empresa cuenta con la siguiente funcion de costos:
C(y) =
_
y + 1 si y > 0
0 si y = 0
sea p el precio del bien producido y considere jos todos los precios de los factores. Si
p = 2 Cuanto producira la empresa? Si p = 1, Cual es la produccion? En general,
cual es la funcion de benecios de esta empresa? Como cambian las respuestas si la
funcion de costos fuera solamente: C(y) = y
2
+ 1 si y 0?
70 CAP
IA DE LA INFORMACI
ON
71
Captulo 5
Decisiones bajo Incertidumbre
Decision bajo incertidumbre
Ciertas decisiones que toman los agentes representan incertidumbre. Para optimizar estas
decisiones se necesita denir algunos elementos:
(1) Un conjunto de acciones o decisiones
1, . . . , x, . . . , A
(2) Un conjunto de estados de la naturaleza
1, . . . , s, . . . , o
(3) Una funcion de consecuencias
((A, o)
(4) Una funcion de probabilidad de los estados de la naturaleza
s
,
S
s=1
s
= 1
(Probabilidades subjetivas y que dependen del agente)
(5) Una funcion de utilidad que ordena las consecuencias v(()
(Funcion de utilidad elemental)
Denicion de utilidad esperada
Dada |(x) = utilidad de la accion A y dadas las funciones de consecuencias:
((A, 1), ((A, 2), . . . , ((A,s), . . . , ((A, o)
73
74 CAP
i=1
i
v(((A, i) (Esperanza matematica de las utilidades elementales)
Nota: Si las consecuencias son numericas la utilidad esperada es la esperanza aritmetica de
las consecuencias.
Ahora, el valor esperado se dene como:
EV =
S
i=1
i
((x
i
)
Ejemplo 5.1 A un agente se le presenta una loteria que paga 0 o 1000 con probabilidad 1/2.
Tambien se le ofrece la opcion de tomar 250 con certeza. Suponga que v(() =
_
C
1000
1/2
; Que
accion toma el agente?
L
1
= 0, 1000 / 1/2, 1/2
L
2
= 250 / 1
UE(L
1
) =
1
2
_
0
1000
_
1/2
+
1
2
[1]
1/2
=
1
2
=
1
2
UE(L
2
) = 1
_
250
1000
_
1/2
=
1
2
Agente es indiferente entre L
1
y L
2
.
Notese que en este caso EV (L
1
) = 500
U(EV ) > UE.
Ejemplo 5.2 Considere las siguientes loteras:
L
1
= 810, 360, 160 / 0.1, 0.5, 0.4
L
2
= 250 / 1
v(() =
_
(
1000
_
1/2
UE(L
1
) = 0.1
_
810
1000
_
1/2
+ 0.5
_
360
1000
_
1/2
+ 0.4
_
160
1000
_
1/2
= 0.55
UE(L
2
) =
1
2
UE(L
1
) > UE(L
2
)
En este caso el agente preere L
1
.
75
Graco 5.1: La funcion de utilidad elemental
Denicion 5.1 Un agente es averso al riesgo si preere estrictamente una consecuencia (
que cualquier lotera cuyo valor esperado es igual a (. Si la preferencia es al contrario, el
agente es amante al riesgo. Si es indiferente entre los dos es neutral al riesgo.
En terminos de la desigualdad de Jensen se encuentra lo siguiente:
Utilidad Agente Funcion Ejemplo
v(EV ) > UE Averso al riesgo Concava v(x) =
x
v(EV ) < UE Amante al riesgo Convexa v(x) = x
2
, e
x
v(EV ) = UE Neutral al riesgo Lineal v(x) = ax +b
Ejercicio 5.1 Trabajar los ejemplos 5.1 y 5.2 con una funcion de utilidad convexa y vericar
la desigualdad de Jensen.
Varianza: Si L = r
1
, r
2
, . . . , r
N
/
1
,
2
, . . . ,
N
EV =
i
r
i
V arianza =
i
(r
i
EV )
2
Paradojas
1. San Petesburgo
Se lanza una moneda justa hasta que salga cara. Si en el lanzamiento n sale cara por
primera vez, el individuo gana US $ 2
n
(el juego se acaba cuando sale cara). Cuanto
esta dispuesto el individuo a pagar por participar en este juego ?
76 CAP
n=1
_
1
2
_
n
2
n
.
Ahora, si la utilidad del individuo es concava, cuanto pagara? (Suponga v(x) =
x)
UE =
n=1
_
1
2
_
n
2
n
=
n=1
1
2
n
=
1
1
1
2
2.7.
Esta paradoja justica el supuesto de utilidad elemental concava, ya que nadie estara
dispuesto a pagar una suma innitamente grande para participar en este juego.
2. Allais
Suponga que a un grupo de personas se les presentan las siguientes loteras (cifras en
dolares):
L
1
= 500000 / 1
L
2
= 2
500000) + 0.89U(500000) + 0
0.11U(500000) > 0.10U(2
500000) (1)
L
4
> L
3
: 0.10U(2
(w q)() +pU
(w L +q(1 ))(1 ) = 0
(w L +q(1 ))
U
(w q)
=
1 p
p
=
1
(1)
Ahora se observa el problema para la compa na aseguradora:
L
compa na
= q, q q / (1 p), p.
Suponga que la competencia entre las aseguradoras hace que los benecios esperados sean 0;
EV = 0 (1 p)q +p(q q) = 0
= p.
Volviendo a la ecuacion (1)
U
(w L +q(1 ))
U
(w q)
=
1 p
p
1
= 1
U
(w L +q(1 )) = U
(w q)
w L +q(1 ) = w q q = L
De esta manera el individuo asegura el total de la perdida.
78 CAP
(w)
U
(w)
= Medida global de aversion al riesgo
(w) = w
U
(w)
U
(w)
= Medida relativa de aversion al riesgo
donde U() = funcion de utilidad elemental.
Ejemplo 5.4 Si U(w) =
(w) =
1
2
w
1/2
, U
(w) =
1
4
w
3/2
79
r(w) =
1
4
w
3/2
1
2
w
1/2
=
1
2
w
1/2
=
1
2w
(w) = 1/2.
Nota: Observe que a niveles mas altos de riqueza se es menos globalmente averso al riesgo.
Ejemplo 5.5 Si U(w) = w
2
, encontrar r(w) y (w).
U
(w) = 2w; U
(w) = 2 r(w) =
2
2w
=
1
w
(w) = 1.
Nota: El signo negativo signica que el individuo es amante al riesgo. En el caso anterior,
U(w) =
w, el signo de r(w) era positivo (averso al riesgo). Si r(w) = 0 el individuo es
neutral al riesgo.
Prima de riesgo y equivalente de certeza
Considere una lotera tal que: L = M
1
, M
2
/ 0.5, 0.5. Se dene el equivalente de certeza ( como aquella cantidad
que le dara al individuo la misma utilidad esperada que le da la lotera pero sin riesgo. Se
dene la prima de riesgo como aquella suma que esta dispuesto a pagar el individuo para
no afrontar el riesgo. De manera implcita:
U(EV ) = U(() = UE;
= EV (.
Graco 5.3: Prima de riesgo y equivalente de certeza
Teorema 5.1 (Teorema de Pratt) Este teorema relaciona las medidas de aversion al riesgo
de Arrow-Pratt con la concavidad de la funcion de utilidad elemental y las primas de riesgo.
Sean A(w) y B(w) dos funciones crecientes concavas diferenciables. Entonces los tres enun-
ciados siguientes son equivalentes:
80 CAP
(w)
A
(w)
>
B
(w)
B
(w)
2) A(w) = ((B(w)), para alguna funcion ( creciente y estrictamente concava.
3)
A
>
B
Loterasx +, x / p, (1 p),
con
j
= prima de riesgo de la lotera j, j = A, B.
Ejemplo 5.6 Problema del Parqueo Ilegal
Suponga que en una ciudad dado las personas parquean en lugares prohibidos. Suponga que
el alcalde esta considerando dos polticas para reducir el problema. Sean w = riqueza inicial;
k = multa; = probabilidad de ser atrapado y recibir una multa.
Poltica 1: Aumentar el valor de la multa k 1.1k
Poltica 2: Aumentar el n umero de agentes de transito y por lo tanto la probabilidad de
recibir una multa 1.1.
Si U es concava, cual es la mejor poltica (para que el individuo obtenga la menor utilidad
esperada)?
Primero se plantea la lotera actual del infractor:
L = w k, w / , 1
Con las polticas enunciadas:
L
1
= w 1.1k, w / , 1
L
2
= w k, w / 1.1, 1 1.1
UE
1
= (1 )U(w) +U(w 1.1k)
UE
2
= (1 1.1)U(w) + 1.1U(w k)
Se deben comparar las anteriores utilidades esperadas usando la concavidad de U.
Se puede observar que:
w k = (w 1.1k) + (1 )w
w k = w 1.1k +w w
k(1.1 1) = 0 =
1
1.1
(1)
81
Graco 5.4: Problema del parqueo ilegal
Ahora, volviendo a las expresiones de las utilidades esperadas:
UE
1
= (1 )U(w) +U(w 1.1k)
= U(w) U(w) +U(w 1.1k)
UE
2
= (1 1.1)U(w) + 1.1U(w k)
= U(w) 1.1U(w) + 1.1U(w k)
U(w) U(w) +U(w 1.1k)?
1.1U(w) + 1.1U(w k)
U(w 1.1k) + 0.1U(w) ?
p
i
R
i
p
i
w
i
, w = salario
(el principal es neutral al riesgo).
83
84 CAP
ITULO 6. INFORMACI
ON ASIM
ETRICA
2) El A tiene una funcion de utilidad concava en w (el salario) y decreciente en a.
Ej: U(w, a) = e
w
a, o U(w, a) = lnw a.
3) P no puede monitorear la accion de A, solo observa el producto o retorno.
4) Tanto el A como el P son maximizadores de utilidad.
5) Si A no trabaja en la rma, tiene un nivel de reserva U.
Planteamiento del problema
El P le ofrece al A un contrato contingente en los resultados:
R
1
w
1
R
2
w
2
R
3
w
3
Este contrato debe:
1. Ser aceptable para el A
2. Inducir al A a esforzarse
3. Ser optimo para P (debe maximizar el benecio esperado)
Preguntas:
Como sera el contrato si las acciones fueran observables ? (rst best)
Como sera el contrato con acciones no observables? (costos de la incertidum-
bre)
Problema del P induciendo esfuerzo al A
Elegir un contrato (w
1
, w
2
, w
3
) tal que se maximice el benecio esperado
Max
p
i
R
i
p
i
w
i
; sujeto a dos restricciones
1. Restriccion de participacion (R.P.) (racionalidad individual)
Si el P quiere que el A elija una determinada accion debera cumplirse que el A quiera
elegir esa accion y no irse de la rma.
Por ejemplo, UE
a=a
2
U (utilidad de reserva)
85
2. Restriccion de incentivos (R.I.) (compatibilidad de incentivos)
Si el P quiere que el A escoja una determinada accion, por ejemplo a
2
, debe cumplirse
que el A quiera elegir a
2
y no a
1
o cualquier otra accion.
Por ejemplo, UE
a=a
2
UE
a=a
1
Nota: Este problema de maximizacion se debe realizar para cada posible accion del A,
suponiendo que cada accion quiere ser implementada sobre las demas y al nal escoger
la que brinde mayor utilidad al P.
Caso 1. Agente averso al riesgo y principal neutral
Suponga U(w, 1) =
w a U
w 5 9 w 196
Nota: Para que el A se esfuerce a = 5 hay que ofrecerle un salario ligeramente superior
a 196; por ejemplo 196 +. Dado que puede ser muy peque no, por facilidad se supone
que el salario que acepta es 196.
Benecio esperado (BE) para P
BE(a = 5) = 270 196 = 74
Para que el A acepte el contrato esforzandose a = 0:
U(w, a) U
w 0 9 w 81
BE(a = 0) = 70 81 = 11
86 CAP
ITULO 6. INFORMACI
ON ASIM
ETRICA
Dado el BE para el P en los dos niveles de esfuerzo del A, un contrato optimo para P
y A sera:
w
=
_
196 si a = 5,
0 si a = 0.
2) Contrato optimo si las acciones de A no son observables:
Suponga que se quiere implementar el esfuerzo alto. Escoger w
1
, w
2
y w
3
tal que
Max 270 (0.1w
1
+ 0.3w
2
+ 0.6w
3
) s.a
(RP) : 0.1(
w
1
5) + 0.3(
w
2
5) + 0.6(
w
3
5) 9 y
(RI) : 0.1(
w
1
5) + 0.3(
w
2
5) + 0.6(
w
3
5) 0.6(
w
1
0) + 0.3(
w
2
0) +
0.1(
w
3
0)
Sea w
1
= x
2
1
, w
2
= x
2
2
y w
3
= x
2
3
El problema anterior se convierte en:
Max 270 (0.1x
2
1
+ 0.3x
2
2
+ 0.6x
2
3
) s.a
(RP) : 0.1(x
1
5) + 0.3(x
2
5) + 0.6(x
3
5) 9
(RI) : 0.1(x
1
5) + 0.3(x
2
5) + 0.6(x
3
5) 0.6x
1
+ 0.3x
2
+ 0.1x
3
As,
L = 270 0.1x
2
1
0.3x
2
2
0.6x
2
3
+(0.1x
1
+0.3x
2
+0.6x
3
14) +(0.5x
1
+0.5x
3
5).
Solucionando el Lagrangeano se obtiene:
x
1
= 5.42 w
1
= 29.4
x
2
= 14 w
2
= 196
x
3
= 15.42 w
3
= 238.04
Contrato optimo si acciones del A no son observables:
w
1
= 29.4 si R = 0
w
2
= 14 si R = 100
w
3
= 238.04 si R = 400
Benecio esperado del principal
BE = 270 (0.1(29.4) + 0.3(196) + 0.6(238.04)) = 65.4
Perdida debida a la informacion asimetrica:
Perdida = 74 65.4 = 8.569.
Ahora, suponga que el P quiere implementar el esfuerzo bajo por parte del A.
Max 70 (0.6w
1
+ 0.3w
2
+ 0.1w
3
) s.a
87
(RP) : UE
a=a
1
U
(RI) : UE
a=a
1
UE
a=a
2
Resolviendo la maximizacion se obtiene:
w
1
= 57.32; w
2
= 81; w
3
= 308.75
As, el BE = 19.57
Por esta razon el P decide implementar el contrato que se describio anteriormente, en
el cual se incentiva al A a esforzarse a = 5, y obtener un BE = 65.4, en el caso en que
las acciones no son observables.
Caso 2. Agente y principal neutrales al riego
Dado que tanto la funcion objetivo como las restricciones son lineales, el problema no se puede
solucionar por los metodos tradicionales.
Suponga lo siguiente:
a = 0 a = 25 Retorno
0.6 0.1 0
0.3 0.3 100
0.1 0.6 400
U(w, 1) = w a;
U = 81
Retorno esperado del P con acciones observables:
RE(a = 0) = 70; RE(a = 5) = 270
Para que el A se esfuerce a = 25, se debe pagar:
w tal que w a 81 w 106
BE del P(a = 25) = 270 106 = 164
Para que el A se esfuerce a = 0 hay que pagarle:
w tal que w a 81 w 81
BE del P(a = 0) = 70 81 = 11
Ahora, si las acciones no son observables, se le ofrece el siguiente contrato contingente en
los resultados al A
Si R = 0 w = 164; (0 164)
Si R = 100 w = 64; (100 64)
Si R = 400 w = 236; (400 164)
88 CAP
ITULO 6. INFORMACI
ON ASIM
ETRICA
De esta manera, el P se asegura 164 de benecios y le vende la rma al A. Observe la
razon: Considere las utilidades del A dado el anterior contrato:
UE(a = 25) = 0.1(164 25) + 0.3(64 25) + 0.6(236 25) = 81
UE(a = 0) = 0.6(164) + 0.3(64) + 0.1(236) = 94
El A escogera realizar esfuerzo alto (a=25).
Mercado de los limones - planteamiento A
Suponga el siguiente mercado de carros usados: existen usados malos (limones) en una pro-
porcion en el mercado de
2
3
; tambien existen usados buenos (duraznos) en una proporcion de
1
3
. Esta proporcion es conocida por todos. Suponga que un limon vale $2000 para un com-
prador y $1000 para un vendedor, y que un durazno vale $3000 para un comprador y $2500
para un vendedor. Estas disposiciones a comprar y vender tambien son conocidas. Suponga
que hay una oferta ja de carros usados mientras la demanda es ilimitada.
Caso 1.
Si la calidad de los automoviles es observable, Cuales autos se venderan y a que precio?
Rta / Se venden todos los carros; los limones a 2000 y los duraznos a 3000 dado que la
demanda es ilimitada y la oferta es ja.
Caso 2.
Si la calidad no es observable para compradores ni para vendedores, Cuales carros se venderan
y a que precio?
Rta / Se venden todos los carros al mismo precio:
Valor esperado (VE) =
2
3
2000 +
1
3
3000 = 2333.
3 = Precio
Caso 3. (Mas usual) Informacion asimetrica
Si el vendedor conoce la calidad del auto y el comprador no, Cuales autos se venden y a que
precio ?
Escenarios de precios:
Si p < 1000; no se venden autos
Si 1000 < p < 2500; el vendedor sabe que no habra duraznos en el mercado, as que solo
se venderan limones a $ 2000.
Si p > 2500; el comprador sabe que el vendedor podra enga narlo as que para el puede
haber tanto limones como duraznos a ese precio.
Dado que las proporciones son
2
3
y
1
3
para autos malos y buenos, respectivamente:
V E = 2333 y P > 2500; no se venden autos en el mercado a este rango de precios.
En conclusion se venden unicamente limones a $2000 y no hay intercambio de duraznos.
Mercado de los limones - planteamiento B
Ahora suponga que cambian las proporciones de autos buenos y malos en el mercado, y
que el resto del problema sigue igual.
89
1
3
de los autos son limones y
2
3
son duraznos:
V E = $26666.
6
Rango de precios bajo informacion asimetrica:
Si p < 1000, no se vende ning un auto
Si 1000 < p < 2500, solo se venden limones a 2000
Si p > 2500, el comprador sabe que se ofreceran ambos tipos de autos en el mercado y
como el valor esperado es 2666.6 se venderan ambos autos en el mercado.
Nota: Observe que el vendedor de duraznos estara dispuesto a someterse a un costo adicional
(se nal de mercado) con el objetivo de diferenciarse del vendedor de limones, como por ejemplo
ofrecer una garanta sobre la calidad del carro.
Se nales de calidad en el mercado de trabajo
En el modelo anterior la parte no informada (P) jugaba primero; es decir la primera accion
del juego era ofrecer un contrato optimo que hiciera al A tomar la accion deseada. Por el
contrario, en el modelo que se vera a continuacion, la parte informada juega primero y emite
una se nal que puede revelar informacion sobre un tipo (ej: si es bueno o es malo).
Sin embargo, esta se nal tiene un costo que depende de su tipo, por ejemplo en el caso anterior,
al vendedor de limones le sale mas costoso someterse a una garanta que al vendedor de
duraznos.
Suponga que un empleador contrata a unos trabajadores, cuya habilidad innata es conocida
solamente por cada trabajador. Las proporciones de trabajadores de habilidad alta y baja
son iguales, y esta informacion es conocida por todo el mundo.
t = 1; habilidad baja /p = 1/2
habilidad
t = 2; habilidad alta /p = 1/2
Suponga tambien que las rmas contratan en un mundo competitivo y que los trabajadores
se educan entre 0 y 20 a nos: e [0, 20]
Un trabajador de tipo t produce para la rma exactamente t e, pero la rma no conoce t
(fuente de la incertidumbre).
Los trabajadores tienen la siguiente funcion de utilidad.
U
t
(w, e) = f(w) K
t
g(e)
f es creciente y concava, g es creciente y convexa, y K
t
> 0.
Nota: Observe que U depende de t
Note que las curvas de indiferencia de los trabajadores de tipo 1 y 2 se cortan solo una
vez (esto se genera por supuesto del modelo). Note tambien que como al trabajador tipo 1
90 CAP
ITULO 6. INFORMACI
ON ASIM
ETRICA
Graco 6.1: Curvas de indiferencia - trabajadores tipo 1 y 2
le cuesta mas educarse, cada aumento en educacion debe acompa narse de un aumento en el
salario mayor al del tipo 2 (mayor pendiente de la curva de indiferencia del tipo 1).
As, k
1
> k
2
Ej:
U
1
(w, e) =
w 2e
U
2
(w, e) =
w e
Casos de informacion completa
Suponga que la rma conoce la habilidad del trabajador (t)
a) Cuanto le paga a cada tipo de trabajador ?
Dado que el mercado es competitivo
w = e si t = 1, w = 2e si t = 2
a) Cual nivel de educacion elige cada tipo de trabajador ?
t = 1 max U
1
(w, e) s.a w = e e
1
t = 2 max U
2
(w, e) s.a w = 2e e
2
Observe que el trabajador de tipo 2 decide educarse mas que el trabajador de tipo 1.
Casos de informacion incompleta
91
Graco 6.2: Se nales de calidad en el mercado laboral
Para solucionar este modelo surgen dos alternativas. El modelo de Spence determina la
educacion de cada trabajador de acuerdo a una funcion de creencias sobre su salario, w(e).
El modelo de Rothschild y Stiglitz presenta a la rma ofreciendo un men u de contratos para
que el trabajador revele su tipo. En el primer modelo existen equilibrios separador y conjunto
mientras en el segundo modelo solo existe el equilibrio separador.
Modelo de Spence (t no observable)
Los trabajadores eligen el nivel de educacion (e) anticipando una funcion w(e) esforzando
el salario que podra recibir en el futuro para cada nivel de e. En este modelo se dene un
equilibrio de Spence como:
a) Una funcion de salarios anticipados w(e), e;
b)
t
(e); determina la probabilidad condicional de que un trabajador tipo t elija un nivel
e en el equilibrio de modo que:
1. w(e)
t
(e) > 0 sii U
t
(w(e), e) U
t
(w(e
), e
) e
;
2. w(e) =
0.5
1
(e)
0.5
1
(e) + 0.5
2
(e)
e +
0.5
2
(e)
0.5
1
(e) + 0.5
2
(e)
2e;
dado que 0.5
1
(e) + 0.5
2
(e) > 0; donde
0.5
i
(e)
0.5
1
(e) + 0.5
2
(e)
es la probabilidad de que el trabajador tipo i elija el nivel de educacion i = 1, 2.
92 CAP
ITULO 6. INFORMACI
ON ASIM
ETRICA
Equilibrio Separador:
Todos los trabajadores de tipo 1 eligen e
1
Todos los trabajadores de tipo 2 eligen e
2
_
e
1
,= e
2
La rma paga: w
1
= e
1
a los trabajadores tipo 1 y w
2
= 2e
2
a los trabajadores tipo 2.
Equilibrio conjunto:
Todos los trabajadores eligen e
t
= distribucion de probabilidades para cada tipo de trabajador t sobre la lista de contratos.
Tenga en cuenta lo siguiente:
1. Cada trabajador maximiza su utilidad al elegir un contrato.
2. w
j
0.5
1
(j)
0.5
1
(j) + 0.5
2
(j)
e
j
+
0.5
2
(j)
0.5
1
(j) + 0.5
2
(j)
2e
j
3. No existen contratos adicionales a los del men u que de ser ofrecidos generan benecios
positivos para la rma.
93
Graco 6.4: Equilibrio conjunto
Resultados del modelo
1. Los contratos aceptados generan benecios esperados iguales a cero por trabajador para
la rma.
2. No existen equilibrios conjuntos
3. No existen equilibrios hbridos
4. Solo puede haber un equilibrio separador
Porque no existen equilibrios conjuntos?
= men u de contratos.
A = Un punto como A es una opcion de benecios positivos para la rma. En A todos
los trabajadores tipo 2 quieren trabajar mientras que los trabajadores de tipo 1 no estan
interesados.
La rma le paga a los trabajadores de tipo 2 menos de 2e y producen 2e (dado que todos
los trabajadores son de tipo 2)
4. Como se encuentra el equilibrio separador ?
f
1
representa el lugar donde al trabajador tipo 1 le da lo mismo educarse e
1
y recibir w = e
a educarse f
1
y recibir w = 2e
f
1
/U
1
(w = e
1
, e) = U
1
(w = 2f
1
, f
1
)
Para encontrar e
2
:
max U
2
(w, e) s.a w = 2e, e f
1
.
94 CAP
ITULO 6. INFORMACI
ON ASIM
ETRICA
Graco 6.5: Men u de contratos: no existe equilibrio conjunto
Graco 6.6: Equilibrio separador
95
Ejercicios Adicionales
1. Construir un ejemplo de un problema de agente - principal en el cual para el principal
sea demasiado costoso ofrecer un sistema de incentivos para inducir al agente a esfuerzo
alto, es decir que su benecio esperado dejando que el agente participe en la rma y no
se esfuerce es superior que su benecio esperado con el mecanismo de incentivos para
esfuerzo alto.
2. Plantear el problema 3 del captulo 16 de Kreps (1990), en donde el pricipal contrata
dos agentes, y el producto depende de las acciones combinadas de los dos agentes.
96 CAP
ITULO 6. INFORMACI
ON ASIM
ETRICA
Referencias
1. Existence and optimality of competitive equilibrium. C.D. Aliprantis, D.J. Brown and
O. Burkinshaw. Springer - Verlag 1990
2. Optimal Statistical Decisions. Morris De Groot. Mc Graw Hill. 1970
3. The Analytics of Uncertainty and Information. Jack Hirshleifer and John G. Riley.
Cambridge Surveys of Economic Literatura. Cambridge University Press. 1992
4. A Course in Microeconomic Theory. David M. Kreps. Princeton University Press. 1990
5. Microeconomic Theory. Andrew Mas Colell, Michael D. Whinston and Jerry R. Green.
Oxford University Press. 1995
6. Microeconomic Analysis. Hal R. Varian. W.W. Norton and Company, Inc. Third
Edition 1992