Descarga la aplicación para disfrutar aún más
Esta es una vista previa del archivo. Inicie sesión para ver el archivo original
Capítulo 4 4. LOS MODELOS COMO HERRAMIENTAS CIENTÍFICAS 4.1. LA IMPORTANCIA DE LA CONSTRUCCIÓN DE MODELOS Luego de comprender las características básicas de las ciencias de objeto real, ya sean éstas naturales o sociales, se tropieza con el primer gran inconveniente de su estudio: la realidad es un objeto demasiado complejo como para ser analizado fácilmente en los gabinetes científicos. Es así que estas ciencias han logrado avanzar hacia sus actuales conformaciones sacrificando parte de la complejidad de su objeto para poder formular proposiciones teóricas que les permitan proponer relaciones entre los fenómenos involucrados dentro de su objeto de estudio. Si esto ha sido, y es aún difícil, en el ámbito de las ciencias naturales, en las que es posible pensar en laboratorios de estudio en los que se analicen relaciones de causa-efecto entre objetos y fenómenos sin conciencia de sí mismos, aislados de cualquier otro elemento del contexto por un ambiente aséptico, imaginemos las dificultades que conlleva intentar realizar dichos estudios teniendo como objeto al imprevisible ser humano en sus relaciones sociales. Las discusiones sobre el conocimiento verdadero vuelven a aparecer aquí y nos llevan a pensar que resulta difícil estudiar un ámbito respecto de cual no existe una única forma de conocerlo. Intentemos comprender el problema en la ciencias naturales con un ejemplo que ya introdujimos en el primer capítulo: supongamos un físico intentando descubrir las razones por las cuales un objeto que se deja en el aire, en lugar de permanecer flotando, cae hasta el suelo. La realidad le habrá permitido observar múltiples ejemplos en los que notó este hecho, pero en cada uno de ellos intervino una cantidad de objetos distintos y de elementos en el contexto distintos que no le permitieron aislar cuál es la verdadera razón para que el objeto caiga. Algunas veces se le cayó una cuchara durante el desayuno en la cocina de su casa donde se hallaban su esposa y sus hijos y donde el piso era de granito, otras caía una manzana desde un árbol en un lugar donde el piso era de tierra y no había nadie cerca, otras caía un lápiz desde la mesa de su laboratorio donde se hallaba prendido un mechero. El intento científico de aislar la relación causa-efecto que permitiera descubrir la existencia de la fuerza de gravedad sólo pudo tener éxito cuando el científico aisló objetos en su laboratorio, eliminó todos los elementos del contexto que no consideró hipotéticamente como causantes del efecto de la caída -haciendo caer objetos por ejemplo en muchos contextos distintos- simplificando la realidad de los objetos que caían y analizando una mínima cantidad posible de posibles causas en cada experimento. Recién después de todos estos pasos un científico puede intentar considerar como provisoriamente verdadera la proposición de que los objetos caen por efecto de la fuerza gravitatoria. Es decir que, paradójicamente, los científicos para lograr explicar la complejidad de la realidad deben hacerla simple, eliminando la mayor cantidad de elementos posibles del contexto común de los sucesos reales, aislando a los reales causantes. Uno de los instrumentos de los que se valen las ciencias de objeto real para poder lograr conformar verdaderas teorías a través de la simplificación de su objeto de estudio se denomina modelo. En muchos casos en los que la complejidad de las situaciones a estudiar no permite determinar las relaciones entre los distintos elementos intervinientes, los científicos formulan modelos. Los modelos no son la realidad, son solamente representaciones simplificadas de una forma de percibir la realidad que se formulan a los efectos del estudio del objeto científico. El lector deberá imaginar que cuantos más factores y elementos coadyuven en las situaciones concretas, más difícil será construir modelos pertinentes, porque se correrá el riesgo de simplificar demasiado, olvidando elementos fundamentales para entender la situación que se estudia. Recordemos, por ejemplo, el último período de historia económica argentina en el que se observó una dramática caída de la producción nacional (1er Semestre de 2002). Imaginemos lo difícil de la tarea de intentar aislar dentro de la multiplicidad de hechos sociales, políticos y económicos nacionales e internacionales que se vivieron en esos momentos y en épocas anteriores, determinantes significativos de esa fenomenal contracción de la producción. Es así entonces que construir modelos es una tarea compleja, especialmente dentro de las ciencias sociales, y requiere al mismo tiempo que un ida y vuelta constante entre la realidad y el modelo que se formula, la suficiente honestidad intelectual que permita reiniciar una y mil veces la tarea cuando el modelo que proponemos no logra explicar la realidad que se enfrenta. 4.2. VARIABLES Y RELACIONES ENTRE VARIABLES Todo este análisis relativo a los modelos se realiza esencialmente para explicar porqué la economía utiliza ciertas herramientas matemáticas en la formulación de sus proposiciones teóricas. Al formular modelos, los economistas aíslan ciertos elementos de la realidad y formulan un conjunto de conceptos que intentarán relacionar entre sí para comprobar causas y efectos dentro de los modelos propuestos. Estos modelos explicativos podrían expresarse simplemente en forma coloquial o discursiva, pero ésta no es la forma tradicional de mostrarlos en la ciencia económica. En cambio, se utilizan principalmente herramientas matemáticas que permiten mostrar con rapidez y precisión los distintos elementos de los modelos económicos y las relaciones propuestas entre los mismos. A pesar que resulte difícil de entender para el lector para el cual las Matemáticas viven complicándolo todo, estas herramientas sirven para hacer más sencilla la formulación de los modelos económicos. Dice Paul Samuelson en uno de sus libros más conocidos: “Al principio, esperaba que la exposición podía efectuarse sin recurrir al lenguaje matemático. Me di cuenta rápidamente que tal procedimiento, si bien posible, daría origen a un manuscrito mucho más voluminoso que el presente”. La idea de establecer relaciones entre conceptos construidos a partir de nuestro conocimiento de la realidad, es retomada en el proceso de construcción de modelos. Así un economista puede sostener que el nivel de producción de bienes y servicios en una ciudad, tiene una relación directa con la cantidad de población de esa misma ciudad. Esta puede ser una proposición de un modelo que intente explicar cuáles son las razones por las que se modifica el nivel de producción de una ciudad, que a priori aparece como razonable, pero que puede no adecuarse a caso concretos -piénsese por ejemplo si la mayor parte de la población esta constituida por niños y ancianos no afectados a la producción. Téngase en cuenta que una de las mayores dificultades de la construcción de modelos es la precisión en la definición de las variables; para este caso: ¿serán considerados habitantes de la ciudad los turistas que están de paso en la ciudad?, ¿los que se establecieron en la ciudad hace sólo 24 horas?, ¿las personas que han vivido siempre en la ciudad pero que en este momento están de visita en otra ciudad? Aquí radica una de la mayores misiones de los científicos al conformar el conjunto de conocimientos de una determinada ciencia: la de normalizar o estandarizar los conceptos de las variables implicadas en los modelos para que todos los científicos capten idénticos significados al analizar el mismo concepto. Es importante tener en cuenta que no sólo participan en un modelo variables, sino también que existen normalmente dentro de su formulación, otros que toman un valor fijo e inamovible en cualquier situación en la que se aplique el modelo en cuestión: son las constantes. Se encuentran además elementos que se encuentran a medio camino entre resultar constantes y considerarse como variables: son los parámetros. Estos son los que en cada caso particular de aplicación del modelo pueden tomar distintos valores, pero dicho valor permanece fijo en cada caso de su utilización. Veamos un ejemplo para comprender estas distinciones. Si por ejemplo se intentan explicar las causas que determinan las cantidades de gaseosa de una determinada marca que se ofrecen a la salida de un partido de fútbol, se puede proponer: Qg = a 10 pg donde: Qg es la cantidad de gaseosa de una determinada marca ofrecida a la salida de un partido de fútbol. Para ser precisos deberíamos decir que estarán medidas en litros, y que ofrecimientos “a la salida de un partido de fútbol” significan ofrecimientos realizados dentro de las dos horas siguientes a la finalización del partido en puestos de ventas situados en un radio de 1.000 metros del lugar donde se disputó el partido. Esta es una típica variable, cuyo valor surgirá como consecuencia del modelo construido. 10 es un número puro. Esta es una constante, determinada seguramente luego de pruebas empíricas, permite relacionar el comportamiento del precio con la cantidad ofertada en cada uno de los puestos de venta existentes. a representa la cantidad de puestos de venta que se encuentren establecidos en el tiempo y el lugar definido anteriormente. Suponemos aquí que todos los puestos de venta tienen idéntico comportamiento en cuanto a la oferta. Este valor no es fijo ya que depende de cada partido a analizar. Seguramente el valor de a será muy alto después de un partido clásico de profesionales, mientras que para un encuentro de aficionados podría llegar a tomar un valor cero. Este es un parámetro, ya que toma valores fijos distintos en cada caso de aplicación, permitiéndole dar mayor generalidad al modelo. Pc es el precio del litro de la gaseosa en cuestión. Esta es otra variable que permite determinar a la cantidad buscada. Es bueno recordar que no siempre los modelos implican relaciones causales directas entre las variables utilizadas, ya que su utilización se encuentra muy difundida bajo diferentes formas en todas las ciencias. Dado que las variables resultan los elementos clave de los modelos, intentaremos a continuación analizar algunas de sus clasificaciones, que podrán servirnos a lo largo de nuestro trabajo, además de la tradicional distinción matemática entre variables independientes y dependientes. 4.3. CLASIFICACIONES DE LAS VARIABLES 4.3.1. Variables cuantitativas y cualitativas Aquí acude en nuestra ayuda la ciencia matemática y nos permite analizar las dos variables del modelo propuesto al principio del capitulo: la población y el nivel de producción, ya que ambas pueden ser expresadas cuantitativamente, o sea que pueden ser medidas en el caso del modelo que relaciona la cantidad de habitantes de una ciudad con la producción obtenida en la misma; la primera como cantidad en unidades de habitantes de la ciudad en un momento dado, y la segunda como el valor de los bienes y servicios finales que se generen durante un determinado año calendario. Es fácil discernir que pueden existir variables imposibles de expresar numéricamente en todos sus aspectos, como por ejemplo la moda, el aprecio, etc., las que muchas veces deben formar parte de los modelos de las ciencias sociales por su importancia dentro de la realidad a explicar. Estas son las variables cualitativas. La ciencia matemática han desarrollado un gran cuerpo de teoría sobre las relaciones entre variables cuantitativas, y especialmente sobre una determinada clase de relaciones: las funciones, por lo que los economistas simplemente utilizan todo este cuerpo de teoría simplificando así su trabajo. Lamentablemente, esto ha determinado que muchas veces algunos economistas desprecien las variables cualitativas, simplemente por la imposibilidad de la aplicación de las herramientas matemáticas a su análisis, lo que no resulta justificable. 4.3.2. Variables de stock y de flujo Es importante separar dentro del conjunto de variables expresables numéricamente o cuantitativas, dos tipos de variables: aquellas que expresan valores obtenidos en un instante de tiempo determinado, en un sólo momento del tiempo, como por ejemplo la cantidad de población de la ciudad el día 31 de diciembre de 2004 a la hora 24.00, las que se denominan variables de stock; aquellas variables que expresan valores que se obtienen durante un período de tiempo determinado, es decir en el lapso que transcurre entre dos momentos de tiempo precisos, como por ejemplo es la cantidad de producción obtenida durante el año 2004, las que se denominan variables de flujo. Quizás se entienda mejor si decimos que las cámaras fotográficas recogen datos de stock (en el preciso instante en que obtuvimos la fotografía), mientras que las cámaras de vídeo permiten rescatar a los conceptos de flujo (entre el momento en que iniciamos la filmación y el momento en que la terminamos). La cantidad de televisores vendidos durante un mes en un negocio de venta de electrodomésticos es un concepto de flujo. En cambio, la cantidad de televisores que había en los almacenes del negocio en un momento determinado del mes es un concepto de stock. Los estados contables de cualquier empresa nos recuerdan siempre esta diferencia entre conceptos de stock y de flujo: los primeros se encuentran en el Estado de Situación Patrimonial al día del cierre del ejercicio económico (saldo de Caja, Bancos, Mercaderías, Proveedores al momento del cierre del ejercicio), y los segundos en el Estado de Resultados generados entre el día del inicio del ejercicio económico y el día del cierre del mismo (total de Ventas, Costos y Gastos durante todo el tiempo que duró el ejercicio). 4.3.3. Variables continuas y discretas También es muy importante separar dentro de los distintos tipos de variables expresables en forma numérica a las variables discretas y continuas. Los conjuntos numéricos definidos por Matemáticas nos ayudan a definirlos. El conjunto de los reales es continuo, mientras que los naturales y enteros son discretos. Si consideramos la variable “cantidad de autos producidos en el año Y por la empresa X”, tenemos claro que es discreta, dado que por ejemplo entre los valores 1.999 autos y 2.000 autos, no existe otro valor posible de la variable, ya que las fracciones de auto no pueden ser consideradas. En cambio, entre cualesquiera dos valores de una variable continua, es siempre posible encontrar otro valor factible de esa variable. Si hablamos de la variable continua “tiempo de producción de un auto”, será siempre posible medir el tiempo con una precisión mayor, por lo que entre el valor 50 minutos y el valor 51 minutos es posible encontrar 50 minutos 30 segundos, y así sucesivamente si aumentamos en precisión. Otros ejemplos de variables continuas son las distancias de recorrido, los costos, los ingresos, etc. En cambio, son variables discretas la producción de heladeras, la cantidad de casas a construir, la cantidad de materias a estudiar por un alumno, etc. 4.3.4. Variables exógenas y endógenas Esta clasificación nos obliga a analizar cada variable en el marco de cada uno de los modelos que estudiemos. Las variables exógenas se determinan fuera del modelo en estudio, pero guardan relación con los resultados obtenidos en el mismo, por esta razón sus valores se toman como dados previamente al momento del análisis. Cualquier cambio en una variable de tipo exógena va a producir alteraciones en los resultados obtenidos en el modelo, por lo tanto son variables explicativas de los cambios en los resultados obtenidos. Las variables endógenas, en cambio, se determinan en base a los datos del modelo en cuestión -es decir desde dentro de la operatoria del modelo-. Cualquier modificación en las variables exógenas, como así también de las constantes o parámetros, producirá alteraciones en los resultados del modelo, por lo tanto cambiarán los valores de estas variables endógenas. Es decir que pasan a desempeñar el rol de variables explicadas tanto por la operatoria del modelo como de los valores de las variables exógenas. Las variables no revisten en todos los casos el carácter de endógena o exógena. Una misma variable puede resultar endógena en un determinado modelo, pero ser exógena en otro. En el caso del modelo antes expresado, la población de la ciudad es una variable exógena debido a que se obtienen sus valores desde fuera del modelo, tomándolos como datos para su formulación; mientras que el nivel de producción es una variable endógena, ya que se determina a partir de los datos del modelo, es decir a partir de la cantidad de población de la ciudad. Sin embargo, como dijimos al principio, para otro modelo en el que a partir del nivel de producción se quiera determinar la cantidad de maquinarias ocupadas en la ciudad, el nivel de producción resultará claramente una variable exógena. Dentro del desarrollo de los cursos introductorios de economía es habitual tratar lo que se conoce como “modelo básico de oferta y demanda”, que analiza el funcionamiento de los mercados en condiciones de lo que se conoce como competencia perfecta; en este texto está tratado en el Capítulo 5. Allí observaremos que cuando se desarrolle la noción de función de demanda, los precios actúan como variables exógenas, dado que sus cambios son los que determinan los cambios en las cantidades demandadas de un bien, pudiendo decirse que es un modelo que explica cuánto se estaría dispuesto a demandar de un bien a cada nivel de precios. Sin embargo, cuando se introduce la función demanda dentro de un modelo más general como es el mencionado modelo básico de oferta y demanda, en la cual interactúa con la función de oferta de un bien determinado, el valor de la variable precio pasa a estar determinada por la operatoria del modelo, pasando a ser una variable de carácter endógena. 4.3.5. Variables reales y nominales; variables en términos reales Los variables pueden expresar simplemente cantidades físicas de cualquier tipo de bienes, de servicios o de cualquier elemento que intentemos cuantifica. La dificultad del uso de este tipo de variables reales radica en el hecho de que resulta imposible la comparación y acumulación respecto de las distintas variables de distintas clases. El viejo ejemplo de que resulta ridículo sumar manzanas con naranjas, se puede extender al hecho que no se puede entender que es mayor la producción de tornillos que la de aviones porque se produjeron 2 tornillos y sólo 1 avión. ¿Cómo homogeneizar las distintas variables para poder adicionarlas y compararlas con provecho? La valorización de los distintos bienes y servicios en términos de unidades monetarias, es decir de la unidad de medida del valor o dinero, es la solución. Podremos acercarnos a una acumulación de naranjas más manzanas, si sumamos el valor en dinero de las naranjas con el valor en dinero de las manzanas, obteniendo en la suma el valor en dinero de la producción de ambas. Podremos también comparar el valor en términos de unidades monetarias de 2 tornillos contra el valor de 1 avión, y observaremos seguramente que esta última variable resulta mayor al valor de la primera. Estas variables valorizadas, o sea expresadas en unidades monetarias, se denominan nominales, y nos permiten la comparación y adición entre los valores monetarios de distintas variables físicas. Ahora bien, no todo resulta tan fácil con las variables nominales. La valorización de las unidades físicas se realiza mediante los precios de los distintos bienes y servicios, y quienes como los argentinos hemos sufrido fuertes procesos de crecimientos de precios observaremos que podrían darse casos como el que se observa en el siguiente cuadro: Año Valor de las manzanas Producidas en el año X1 X2 X3 X4 $ 100 $ 1.000 $ 1.200 $ 2.000 Cuadro 2.1. Valores nominales de producción Luego de analizar un poco los datos podemos pensar que el crecimiento de la producción de manzanas fue muy fuerte ya que el valor de X4 es veinte veces mayor al de X1, pero si investigamos un poco podremos encontrarnos con la sorpresa de que nos informen que la cantidad física de manzanas producidas en todos esos años haya sido la misma. ¿Cómo se explicaría el crecimiento de la variable nominal? Pues simplemente porque los que crecieron 20 veces en el período X4-X1 han sido los precios de las manzanas. Para evitar estas distorsiones en las series de variables nominales, los economistas analizan las mismas valorizando las cantidades físicas de bienes o servicios producidos utilizando los precios de un único período base. Es decir, en vez de valorizar las cantidades producidas de cada año con los precios de las manzanas de ese año, se valorizan las cantidades producidas de cada año con el precio correspondiente a un determinado año, por ejemplo X1. Las variables obtenidas a través de este método se denominan variables nominales expresadas en términos reales, ya que los cambios en los precios que se producen período tras período no se exponen a través de las mismas, por valorizarse a los precios de un único período, manteniéndose a la vista del observador sólo los cambios que surgen de los aumentos o disminuciones de las cantidades físicas o reales a través de los distintos períodos. 4.4. LAS RELACIONES ENTRE LAS VARIABLES Además de clasificar a las relaciones por los tipos de variables que se ven involucradas en ellas, la ciencia matemática nos enseña que las relaciones entre variables pueden también clasificarse, por ejemplo, conforme a la cantidad de variables involucradas en la relación. Nuestro ejemplo de la población y la producción nos muestra una relación entre dos variables expresables numéricamente, una independiente de stock y otra dependiente de flujo; aunque se podrían pensar ejemplos que involucraran una mayor cantidad de variables, como por ejemplo, que la producción dependiera de la cantidad de población y de la cantidad de máquinas-herramientas que existían en dicha población, por lo que las variables independientes pasan a ser dos, manteniéndose sólo una variable dependiente. A partir de aquí hablaremos indistintamente de relaciones, funciones o relaciones funcionales, ya que a los efectos de nuestros análisis introductorios no nos interesaremos en la distinción matemática entre estos conceptos. Recordemos que las matemáticas llegan al concepto de relación binaria entre dos conjuntos a partir del concepto de producto cartesiano de esos conjuntos. La relación funcional es un caso especial de relación que cumple con las condiciones de existencia y unicidad. Es decir, que para todos los elementos del conjunto dominio de la función existe uno y sólo un elemento como imagen en el codominio. Veamos entonces cómo podemos representar las relaciones entre variables expresables numéricamente que conforman los modelos abstractos científicos. En Matemáticas se utilizan normalmente los denominados diagramas de Euler o de Venn, las tablas y/o las coordenadas cartesianas, resultando los elementos más utilizados en Economía las tablas y los diagramas de coordenadas cartesianas. Podríamos tomar como ejemplo, con datos hipotéticos, la relación existente entre Población y Valor de la Producción, situación que se muestra en el cuadro 2.2, y su representación gráfica en un diagrama de ejes cartesianos en el gráfico 2.1: Población (X) (en miles de hab.) Valor de la producción (Y) (en millones de pesos) 300 350 400 450 5.300 5.400 5.500 5.600 Cuadro 2.2. Relación entre población y valor de la producción Gráfico 2.1. Representación gráfica de la relación entre población y valor de la producción Y (Valor de la Producción) X (Población ) 5.500 5.600 5.400 5.300 300 350 400 450 Las convenciones matemáticas establecidas para las relaciones con una variable dependiente y una variable independiente, resultaron en el uso del símbolo de variable X para la variable independiente e Y para la variable dependiente, representadas en el diagrama cartesiano la primera sobre el eje de abscisas, y la segunda sobre el eje de ordenadas. Además podemos utilizar una formulación analítica de las relaciones funcionales, solamente en los casos en que éstas resultan formulables matemáticamente. Esta formulación describe simplemente la regla de formación matemática de la variable dependiente a partir de operaciones realizadas sobre la variable independiente expresándose en general como y = f(x). Es decir que para determinados valores numéricos de la variable independiente, aplicando sobre ellos una "ley" de formación conformada por un conjunto de operaciones matemáticas con números u otras variables, se obtendrán los valores de la variable dependiente. En el ejemplo que nos ocupa la formulación analítica sería: Para valores de X entre 300 y 450, el valor de Y se obtiene multiplicando el valor de X por 2 y sumándole 4.700, o sea Y = 4700 2 X. La Geometría Analítica estudia, entre otros tópicos, las relaciones entre la formulación matemática analítica de una función y su representación gráfica, por ejemplo, en un sistema de coordenadas cartesianas. En este caso, la fórmula corresponde a una recta cuya ordenada en el origen de coordenadas es 4.700 y su pendiente (cambio en la variable y, dividido el cambio en la variable x) es +2. Recordemos que las rectas implican gráficos de pendiente constante, en los que a lo largo de toda la función siempre el cociente entre el cambio de la variable y correspondiente a cualquier cambio en la variable x arroja el mismo resultado, es este caso +2. En resumen, a través de las coordenadas cartesianas en dos dimensiones -ordenadas y abscisas- es posible representar pares ordenados de números, tales que el primer número represente el valor de la variable independiente, y el segundo el valor correspondiente de la variable dependiente. Las representaciones gráficas guardan una relación con la formulación algebraica de las funciones. No siempre las mismas resultan lineales y crecientes como en el caso del ejemplo, sino que en muchos casos la representación nos muestra gráficos no lineales y/o decrecientes. En cursos superiores de matemáticas normalmente se estudian las precisas relaciones entre los gráficos y sus formulaciones analíticas. Recordemos entonces la clasificación de variables discretas y continuas, y su relación con los conjuntos numéricos utilizados: una primera observación hará notar rápidamente que la representación gráfica para las primeras puede resultar en un trazo continuo, pues todos los valores de la recta numérica tienen correlato en la función. En cambio, con variables discretas no es posible válidamente realizar un trazo continuo para todos los valores de la recta, sino que se deberán dibujar puntos aislados. En el ejemplo, a pesar de que una de las variables es discreta, supusimos, como el lector observará en muchos modelos a analizar, la continuidad de la variable población y trazamos una línea llena. Este es otro supuesto simplificador utilizado en muchos modelos que deberá ser recordado en lo sucesivo, para evitar conclusiones erróneas. 4.5. ¿CÓMO OBTENER MÁS INFORMACIÓN A PARTIR DE LAS VARIABLES? A simple vista del gráfico el lector puede observar por ejemplo que cuando crece la población, al mismo tiempo crece la producción en el modelo que nos ocupa. Ahora bien ¿cuánta información de este tipo podemos obtener de una función como la que representa este modelo? ¿Qué herramientas debemos utilizar para obtenerla? Existen múltiples mecanismos para derivar información a partir de las distintas variables de una misma función o de varias funciones. Algunos de ellos las desarrollaremos a continuación. 4.5.1. La noción de cociente o razón Una simple operación matemática de división entre dos valores de variables, permite obtener importante información respecto de las relaciones entre esas dos variables. Cuando un niño tiene $ 10.- y quiere comprar paquetes de pastillas que valen $ 4.-, determina la cantidad de paquetes que podría comprar simplemente realizando 10 4 = 2,5, ya que el cociente o razón entre variables me permite obtener cuántas veces “entra” el denominador en el numerador obteniendo así la cantidad de paquetes que se pueden comprar. Téngase en cuenta que si los paquetes de pastillas son una variable discreta deberemos restringirnos al número entero, ya que el niño no podrá pedir 2,5 paquetes de pastillas en el quiosco. En el ejemplo de la relación entre producción y población, si dividimos un valor de la variable producción por el correspondiente valor de su variable independiente población (por ejemplo 5.300 300) obtendremos un cociente que expresará cuál es el valor de la producción en millones de pesos en promedio por cada mil habitantes: 17,66... . Así obtendremos una nueva información -siempre que interpretemos correctamente el resultado- que nos dirá que en promedio mil habitantes obtienen una producción de 17,66.. millones de pesos. Decimos en promedio porque habrá quienes producen más, y quienes producen menos, y no podemos saber si los mil habitantes de los que hablamos aquí, son los mayores o menores productores. Mención aparte merece el tratamiento de las denominaciones. Obsérvese cómo en el ejemplo anterior la denominación del resultado surge precisamente de un verdadero cociente de las denominaciones del numerador y la del denominador. Efectivamente, si el numerador está expresado o denominado en millones de pesos, y el denominador en miles de habitantes, el cociente de ambos estará expresado en millones de pesos por cada mil habitantes. También es importante el análisis del signo del cociente, resultando normalmente sencilla su interpretación. Recordando nociones matemáticas básicas aceptaremos que el cociente tendrá signo positivo si tanto denominador como numerador tienen el mismo signo, y tendrá signo negativo si ambas magnitudes son de distinto signo. En el ejemplo de nuestro texto el signo del cociente es positivo, ya que tanto la población como la producción son magnitudes positivas que se encuentran relacionadas en forma directa. Observemos que es tan importante como realizar bien los cálculos, interpretar correctamente el resultado y obtener el máximo de información posible a partir del mismo. Piense el lector en ejemplos de la realidad en los que el cociente entre dos números le permite obtener mayor información: por ejemplo si viajó con su auto 1.000 kilómetros y utilizó para ello 100 litros de combustible, eso quiere decir que en promedio el auto le “hizo” 10 kilómetros con 1 litro de combustible. El cociente resulta de 10 kilómetros por cada litro. Eso no quiere decir que en algún tramo no haya gastado más y en otros menos, ni que en el futuro va a comportarse de la misma manera ya que el dato es histórico, pero resulta un indicador interesante para el análisis del rendimiento de un auto. También surge de un cociente la noción de “porcentaje”, de la que nos ocuparemos en el siguiente punto. 4.5.2. Una noción de “porcentaje” Una tradición oral escuchada de nuestras abuelas contaba que el ruido de las viejas locomotoras seguía el ritmo de la siguiente frase: “Cinco pesos es poca plata”. Muchos años después reflexionando sobre su contenido podemos encontrar una indeterminación en dicha frase: ¿Es poca plata para qué? Hoy en día para comprar un caramelo de goma es mucha plata, pero para comprar un auto obviamente que resulta escasa. Surge claramente que muchas veces las cantidades absolutas, es decir solas, aisladas y sin ningún otro parámetro para compararlas brindan mucha menos información que si las analizamos en el contexto de otras cantidades con la misma denominación. La noción opuesta a absoluto es la de relativo, pero para cualquier análisis relativo resultan necesarias al menos dos cantidades, para observar una en relación de otra. ¿Para qué nos servirá un cociente como medida relativa? Resultarán obvios para el lector estos posibles valores absolutos de los resultados de un cociente: - Si el numerador es mayor en valor absoluto que el denominador: Mayor a 1. - Si el numerador es igual en valor absoluto que el denominador : 1. - Si el numerador es menor en valor absoluto que el denominador: Menor a 1. Esto nos dice que el cociente permite comparar las cuantías absolutas de denominador y numerador, determinando así si uno u otro es mayor y en que cuantía en relación con la otra cifra. Intentemos mostrarlo con un ejemplo: De una herencia de un total de $ 10.000.-, el Sr. A obtuvo $ 2.000.- y el Sr. B. obtuvo $ 8.000.-. ¿Es mucho o poco lo que obtuvo A? En relación con el total de la herencia podemos hacer una comparación con cocientes: $ 2.000.- $10.000.- 0,20 ¿Qué significa 0,20? Pues sencillamente que de cada $ 1.- del total de la herencia el Sr. A obtuvo $0,20. O sea 0,20 de cada 1. 0,20 resulta entonces el “tanto por uno” que obtuvo A respecto del total de la herencia. Otra forma de leerlo sería que A obtuvo 1/5 de la herencia total. Si el lector repite el procedimiento con B, observará que el resultado es 0,80. 0,80 resulta el “tanto por uno” de B respecto de la herencia total. La suma de los valores del “tanto por uno” de A y de B nos permitirá obtener 1, es decir el total de la herencia. En resumen, de cada peso de herencia, A se llevó 0,20 y B se llevó 0,80. También podríamos calcular qué relación tiene el monto que obtuvo A respecto del monto que obtuvo B o viceversa. Por ejemplo si intentáramos conocer la relación entre el monto de B respecto del monto de A el cociente sería: $ 8.000.- $ 2.000.- 4 Este valor obtenido se interpreta diciendo que B obtuvo $ 4 por cada peso que obtuvo A. 4 es el “tanto por uno” de lo obtenido por B en relación con lo obtenido por A, o lo que es lo mismo que B obtuvo el cuádruplo de lo que obtuvo A. Una medida relativa más utilizada que el simple “tanto por uno” es el llamado “porcentaje” que surge simplemente de multiplicar el “tanto por uno” por el número 100, obteniendo así el llamado “tanto por ciento”. El 0,20 obtenido anteriormente multiplicado por 100 se transforma en el muy conocido 20%, interpretándose como 20 pesos para A por cada 100 pesos de herencia total, surgiendo claramente que resulta simplemente otra manera de expresar lo mismo. El lector deberá reconocer que el porcentaje es una manera de expresar relaciones entre conceptos numéricos cuya génesis es un simple cociente, y que sin dudas no resulta la única manera de mostrarlas. Por ejemplo si el lector quisiera podría inventar el “tanto por X”: el llamado “tanto por mil”, surge simplemente de multiplicar el “tanto por uno” por el número 1000. 4.5.3. Variaciones absolutas y relativas de una variable Una de las más difundidas aplicaciones de los porcentajes resulta su aplicación al análisis del crecimiento o decrecimiento, o sea al cambio, en una variable. Si observamos nuevamente la tabla 2.1., vemos que el valor de la producción crece al crecer la población. Por ejemplo cuando la población crece de 300 a 350 mil habitantes el valor de la Producción crece de 5.300 a 5.400 millones. La variación absoluta de la variable independiente fue de 50 mil habitantes, y la de la variable dependiente fue de 100 millones de pesos. Es decir, que el cambio en los valores de las variables, aislado y sin compararlo con otra cifra, resulta la variación absoluta de una variable. Se calcula mediante una simple resta entre el nuevo valor y el valor original de la variable. O sea que (350 300) nos permite obtener 50, y (5400 5300) nos permite obtener 100. Ahora bien ¿Es mucho o poco el cambio absoluto de la variable? Para responder a esto debemos utilizar las nociones de medidas relativas que analizamos con la noción de porcentaje. Deberemos establecer un cociente entre la variación absoluta de la variable y un valor de la variable (por ejemplo el valor original antes de su modificación) para observar si el cambio absoluto es relativamente importante o no. Esto es lo mismo que determinar la variación relativa de la variable, que en este caso representa también lo que en lo sucesivo denominaremos tasa de cambio de la variable. En nuestro ejemplo el aumento de 50 en la variable independiente parece menor que el cambio en 100 en la variable dependiente, pero resultan imposibles de comparar ya que uno resulta un cambio en miles de personas, y el otro en millones de pesos. Sí podemos, en cambio, comparar los cambios relativos de crecimiento dentro de cada una de las variables en cuestión: Variable independiente Variación absoluta Valor de la variable 50 300 0,16... (tanto por uno) 16,66.. % Variable dependiente Variación absoluta Valor de la variable 100 5300 0,01887 (tanto por uno) 1,887 % Las medidas relativas obtenidas sí resultan comparables ya que no tienen distintas denominaciones, por lo que nos permiten observar que el crecimiento relativo de la variable dependiente fue mucho menor que el de la independiente. Se pueden obtener los distintos cambios en diferentes variables y compararlos no sólo con otras variables, sino entre distintos momentos de cambio de la misma. El lector debería probar con el ejemplo que nos ocupa, intentar determinar cuáles son los períodos de mayor y menor crecimiento absoluto y relativo de población y valor de la producción, para sentirse seguro de haber comprendido este punto. 4.5.4. Interpretación gráfica del cociente de variaciones absolutas Cuando analizamos la representación gráfica de funciones, observamos que existían distintos tipos de gráficos que podían resultar lineales o no lineales, crecientes o decrecientes, etc. A pesar de que un concienzudo estudio de esas interrelaciones está reservado a la Geometría Analítica, a partir del concepto de variación absoluta, nosotros podemos avanzar un poco en este campo. Si para cualquier función consideramos el obtener el cociente entre la variación absoluta de la variable dependiente y la variación absoluta de la variable independiente, este cociente tiene propiedades muy especiales. El numerador de este cociente se obtiene de restar el valor inicial y el final (luego del cambio) de la variable dependiente (y1 y0), mientras que el denominador se obtiene restando los mismos valores pero respecto de la variable independiente (x1 x0). La simbología matemática resume esta resta surgida del cambio en una variable con la letra griega . Es decir que: (y1 y0) / (x1 x0 ) = Y /X Este cociente de incrementos o cociente incremental tiene un nombre especial en Geometría Analítica: pendiente, y permite obtener múltiples conclusiones sobre la forma y posición de una curva que represente gráficamente cualquier relación entre variables. Las siguientes afirmaciones se justifican en forma completa en los cursos de Matemática, por lo que aquí solamente esbozaremos un conjunto de conclusiones con argumentos intuitivos que permitan comprenderlas rápidamente, obviamente a costa de sacrificar rigurosidad. Recordemos que rigurosamente solo podemos hablar de pendiente constante a lo largo de toda la función en los casos de funciones lineales. En los casos de funciones no lineales, la noción de pendiente cambia a lo largo de toda su extensión, siendo determinada por la pendiente de la recta tangente a la curva en cada punto de la misma. El primer grupo de conclusiones está representado por las siguientes: Cuando la pendiente tiene signo positivo, la gráfica está creciendo en ese tramo. Cuando la pendiente tiene signo negativo, la gráfica está decreciendo en ese tramo. Gráfico 2.3. Relación entre los crecimientos de la variable independiente y dependiente Esto resulta así en base a las propiedades del signo de un cociente. Decíamos más arriba que cuando un cociente tenía signo positivo significaba que tanto numerador como denominador tenían idéntico signo (positivo o negativo). Si el cambio en X tiene signo positivo y produce un cambio en Y del mismo signo, observamos que la relación entre las variables es directamente proporcional (un aumento en la población produce un aumento en el valor de la producción) y determina una gráfica creciente o, lo que es lo mismo, una gráfica con pendiente positiva. Todo lo contrario acontece cuando un aumento en X produce una disminución en la variable Y. La relación entre las variables es inversamente proporcional, y el cociente arroja resultados negativos ya que la gráfica es decreciente o, en otras palabras, tiene pendiente negativa. Por ejemplo, en una función que relacione cantidad de empleados para atención al público en una tienda, con el tiempo X (x1 – x0) Y (y1- y0) B (x1, y1) Y y1 y0 A (x0, y 0) X x0 x1 promedio de espera de un cliente para ser atendido, nos encontraremos que un aumento en la cantidad de empleados () X produce una disminución en el tiempo de espera de los clientes () Y, por lo que la pendiente de la gráfica que determine esta función será negativa mostrando una inclinación descendente. El segundo grupo de conclusiones que puede obtenerse del análisis efectuado es el siguiente: Cuando la pendiente tiene valor cero podemos encontrarnos ante un punto en que la gráfica no crece ni decrece. Es decir, que nos podemos encontrar ante un punto máximo o mínimo de la gráfica. Será un punto máximo de la gráfica si para los valores anteriores a este valor la pendiente tiene signo positivo, y en los valores posteriores tiene signo negativo. Es decir, que antes de llegar a este punto la gráfica estaba creciendo, y luego de este punto la gráfica pasa a decrecer. Claramente surge que este punto en que cambia el signo de la pendiente de positivo a negativo, es un valor máximo de la función total. Será un punto mínimo de la gráfica si para los valores anteriores a este valor la pendiente tiene signo negativo y en los valores posteriores tiene signo positivo. Es decir, que antes de llegar a este punto la gráfica estaba decreciendo y luego de este punto la gráfica pasa a crecer. Claramente surge que este punto en que cambia el signo de la pendiente de negativo a positivo, es un valor mínimo de la gráfica. Si en el valor en que la pendiente arroja un valor cero, no se observa un cambio de signo entre los valores anteriores y posteriores de la pendiente no existe ni máximo ni mínimo de la gráfica en ese punto. Con sólo probar con distintos posibles ejemplos el lector observará que estas conclusiones son simplemente consecuencias de las esbozadas en el primer grupo. Cuando la pendiente arroja resultados iguales a 0, la función no crece ni decrece. Una de las posibilidades es que haya llegado a un punto máximo o a un punto mínimo, lo que se puede determinar analizando el comportamiento de la gráfica antes y después del citado punto. Si antes de este punto crecía y luego decrece, obviamente que allí llegó a un máximo y viceversa para la localización de mínimos. Volvemos a enfatizar que los elementos aquí esbozados sólo resultan intuitivos, y deberán perfeccionarse en cursos especiales en los que se desarrollen los conceptos de análisis matemático. El último grupo de conclusiones se refiere a si es constante o no la pendiente a lo largo de cualquier tipo de función y a las consecuencias que esto genera: La pendiente de las gráficas lineales es igual a lo largo de toda la gráfica. En las gráficas no lineales la pendiente es variable, ya que como señalamos más arriba se asimila al valor de la pendiente de la recta tangente a la curva en cada uno de sus puntos. Si se observa el gráfico 2.3., el lector puede notar que cualquiera sean los valores que tomen los puntos A y B, el cociente entre el aumento de Y y el aumento de X es igual. En cambio, al estudiar el caso de una gráfica no lineal cualquiera, como el caso que se detalla en el gráfico 2.4, se observa que, dependiendo del lugar en que se sitúan los puntos, la pendiente arroja resultados distintos. Gráfico 2.4. La pendiente en funciones no lineales Al utilizar la noción intuitiva de “cociente incremental” o “pendiente” en las gráficas no lineales, observamos que ese valor se modifica para cada uno de los puntos de la curva. Calcular este cociente en un tramo de la curva solo “promediará” los valores de la pendiente para los puntos incluidos en ese tramo. Es así que los matemáticos sólo calculan dicho valor, considerando cambios muy pequeños o infinitesimales en las variables, que hacen que el tramo en cuestión pueda ser considerado como un único punto. Es así que en Análisis Matemático se calcula el valor de este cociente incremental para el X tendiendo a 0, lo que construye el concepto de derivada. Es posible obtener conclusiones del aumento o disminución de la pendiente en una curva a lo largo de la misma cuando ésta no es constante a lo largo de la misma. Por ejemplo si la curva es creciente y la pendiente también es creciente a lo largo de la misma, esto refleja una curva que crece cada vez más rápido o a tasas crecientes. Se pueden combinar los posibles signos de la pendiente, y su crecimiento o decrecimiento a lo largo de una curva, para determinar cómo está creciendo la gráfica. Concluyamos con las distintas posibilidades que intuitivamente se nos presentan: Si la pendiente tiene signo positivo y crece a lo largo de la curva: la gráfica crece (por el signo positivo de la pendiente), cada vez más rápido es decir a tasas crecientes (porque la pendiente crece). Si la pendiente tiene signo positivo y decrece a lo largo de la curva: la gráfica crece (por el signo positivo de la pendiente), cada vez más despacio es decir a tasas decrecientes (porque la pendiente decrece). Si la pendiente tiene signo negativo y crece en valor absoluto a lo largo de la curva: la gráfica decrece (por el signo negativo de la pendiente), cada vez más rápido es decir a tasas crecientes (por que la pendiente crece en valor absoluto). Si la pendiente tiene signo negativo y decrece en valor absoluto a lo largo de la curva: la gráfica decrece (por el signo negativo de la pendiente), cada vez más despacio es decir a tasas crecientes (por que la pendiente decrece en valor absoluto). Este cociente es denominado en Economía como la “función marginal” (Y / X) y tiene múltiples aplicaciones en nuestra ciencia. Un poco más complejo, pero igual de útil a lo largo de toda la ciencia Y X X (x1 –x0) Y (y1 – y0) A(x1, y1) B (x0, y0) y1 yo x0 x1 económica, resulta el concepto de Elasticidad, que surge del cociente entre las variaciones relativas de las variables de una función (Y /y / X/x). Como dijimos más arriba, ambos pueden ser llevados al campo del Análisis Matemático si nos remitimos a un cambio infinitesimalmente pequeño de la variable independiente, lo que transforma a la función marginal en el concepto matemático de derivada (dy/dx) y a la Elasticidad en el cociente (dy/y / dx/x) ó (d ln y/d ln x). El lector podrá realizar múltiples pruebas con distintas funciones que imagine o conozca para demostrar que ha comprendido cabalmente estas conclusiones intuitivas. Si antes o después de estudiar este capítulo, toma un curso de Análisis Matemático podrá completar el panorama con un estudio riguroso y científico de sus fundamentos teóricos. 4.6. SERIES TEMPORALES Las series temporales son un caso especial de relación funcional en las que la variable independiente es el tiempo. Debido a que el tiempo es una variable continua, resulta conveniente para el análisis de las mismas que los valores del mismo se establezcan en intervalos regulares, para evitar divisiones infinitas. Es una serie de tiempo o temporal cualquier relación que muestre en distintos momentos del tiempo (años, meses, días, etc.), los valores de otra variable que en el modelo se considera influida o determinada por el tiempo. El cuadro 2.3. es un ejemplo de una serie de tiempo o temporal. Los valores de una serie temporal pueden graficarse sin dificultad, adoptándose por convención el uso del eje de las abscisas para los intervalos regulares de tiempo en que está expresada la serie. Cuadro 2.3. Datos de una serie temporal Año Monto de ventas de la empresa J X1 X2 X3 X4 X5 $ 10.000 $ 100.000 $ 150.000 $ 200.000 $ 220.000 Gráfico 2.5. Gráfico correspondiente a una serie de tiempo o temporal 4.7. GUIA DE ESTUDIO 4.7.1. Conceptos básicos Modelos. Variables. Constantes. Parámetros. Variables cualitativas y variables expresables cuantitativamente. Variables endógenas y exógenas. Variables stock y variables flujo. Variables expresadas en términos nominales y en términos reales. Porcentaje. Variaciones absolutas y variaciones relativas. Pendiente en la expresión gráfica de una función. Interpretación de la pendiente de una gráfica de una función. 4.7.2. Preguntas de repaso 1. Suponga que la cantidad de zanahorias consumidas en un período está inversamente relacionada con el precio de las zanahorias. Exprésela en una relación funcional. Defina precisamente las variables involucradas y sus rangos de variación. Fije valores para los parámetros concordantes con esta relación. Grafíquela. 2. Suponga que la nota que Ud. obtendrá en un examen de Economía depende directamente de la cantidad de horas que estudie libros de la materia. Exprésela en una relación funcional. Defina precisamente las variables involucradas y sus rangos de variación. Fije valores para los parámetros concordantes con esta relación. Grafíquela. 3. Suponga que en una empresa se dispone un aumento general de remuneraciones: a) Si es de una suma fija para cada uno de los integrantes del personal, ¿quién recibe mayor aumento relativo y/o absoluto, el gerente general o el cadete? b) Si es de un porcentaje fijo aplicado sobre cada sueldo para cada uno de los integrantes del personal, ¿quién recibe mayor aumento relativo y/o absoluto, el gerente general o el cadete? 4. Si una función que relaciona la cantidad de ingresos totales por ventas de televisores con las cantidades de televisores vendidos está determinada por Ventas (miles $) Años 220 200 100 50 1989 1990 1991 1992 1993 Ingresos Totales = 12 Q – Q2 Siendo Q la cantidad de televisores vendidos, intente determinar: a) Los tramos en los que existe una relación directa o inversa entre las cantidades de televisores vendidos y los ingresos totales por ventas, a través del concepto de pendiente. b) ¿Cómo crece o decrece la función en los distintos tramos: a tasas crecientes o decrecientes? 5. Identifique si las siguientes variables son continuas o discretas, de flujo o stock y nominales y reales: a) La cantidad de helados comidos por un niño durante el día de hoy. b) La cantidad de pasajeros de un avión. c) Las ventas de una empresa durante un año a precios corrientes. d) La cantidad de autos existentes en una concesionaria al momento de cierre de ejercicio. e) El valor de los autos existentes en una concesionaria al momento de cierre del ejercicio valuados al precio de venta. f) La cantidad de alumnos presentes en este momento en esta clase. g) La cantidad de alumnos que tomó clase en el día de hoy en esta aula. 4.7.3. Señale si es Verdadero o Falso; fundamente su respuesta 1. Una economía que tiene una variación relativa positiva de su producto del 8% y su crecimiento en términos absolutos es de 2.400, tiene un volumen de producto superior a otra en la que la variación positiva de su producto es del 5% y su crecimiento en términos absolutos es de 2.000. 2. Si el producto nominal del sector industrial aumenta el 5% en un período determinado, mientras que el Producto Bruto Interno de esa economía crece el 1% en términos reales, con seguridad habrá aumentado la participación relativa del sector industrial en esa economía. 4.7.4. Elija la alternativa correcta 1. Si en una economía se observa un aumento relativo de la participación del sector primario dentro del total del Producto Interno Bruto, ésta situación es compatible con: a) Si los precios se mantienen estables, con un aumento del Producto nominal del sector primario. b) Con un aumento del producto real del sector primario. c) Si el Producto nominal total permanece estable, con un descenso del producto nominal de los sectores secundario y terciario. d) Con un aumento del producto real de los sectores secundario y terciario. e) Son ciertas a) y c). f) Ninguna de las anteriores alternativas es válida. 2. Si de un período a otro las ventas de una empresa pasan de $ 100.000.- a $ 110.000.-, y el crecimiento de los precios en ese mismo período fue del 5 %, en ese caso: a) El crecimiento relativo de las ventas nominales fue de $ 10.000.- b) El crecimiento relativo de las ventas reales fue del 10%. c) El crecimiento relativo de las ventas reales fue positivo. d) Ninguna de las anteriores alternativas es válida. 4.7.5. Resolver Dados los siguientes datos de ventas de una estación de servicio: Primer bimestre. Naftas: 1.081.200; Gasoil: 1.260.300; Aceites: 341.300. Segundo bimestre. Naftas: 1.103.000; Gasoil: 1.331.400; Aceites: 322.700. Se solicita: a) Calcular la tasa de crecimiento de ventas de cada rubro y del total de ventas. b) Calcular la participación relativa de cada rubro en las ventas en el primer y segundo bimestres. c) Si la tasa de crecimiento de los precios de combustibles y lubricantes fue del 4%, determinar qué rubro tuvo mejoras en sus ventas reales y qué rubros desmejoras en las mismas. 4.7.6. Ejercicios resueltos; criterios para la resolución de los problemas planteados 1. Si la producción del sector industrial pasa de un año a otro de $ 54.000 millones a $ 57.500 millones, los precios suben en ese período un 4% y el PBI nominal del país aumenta un 3%: ¿Aumenta o disminuye el producto real del sector industrial? ¿Habrá aumentado o disminuido el PBI real de esa economía? Respuesta: El producto real del sector industrial en este caso aumenta, ya que su producto nominal crece un 6,48%, frente a un aumento del 4% en el nivel de precios. El producto bruto interno de esa economía, tomado ya no en términos de un solo sector sino del conjunto de las actividades, habrá disminuido, ya que el nivel de precios aumenta más que el producto nominal (expresado a precios corrientes) de esa economía. 2. Dados los siguientes datos de las remuneraciones de una empresa: Año X1: Personal superior y supervisores: $ 455.000.- Personal de producción: $ 1.050.000.- Año X2: Personal superior y supervisores: $ 491.000.- Personal de producción: $ 1.522.000.- Determine variaciones absolutas y relativas entre ambos períodos en ambos grupos. ¿Cuál fue la variación relativa de las remuneraciones de dicha empresa? ¿Cómo fue la participación relativa de ambos grupos en cada período dentro del total de remuneraciones de la empresa? a) Cálculo variación relativa. X1 X2 Var. Abs. Var. Relat. P. Sup. y Superv. 455.000 491.000 36.000 7,91 % Pers. Produc. 1.050.000 1.522.000 472.000 44,95 % b) Cálculo participación relativa. X1 X2 Remun. % Remun. % P. Sup. y Superv. 455.000 30,23 % 491.000 24,39 % Pers. Produc. 1.050.000 69,73 % 1.522.000 75,61 % TOTAL 1.505.000 100,0 % 2.013.000 100,0 % 4.7.7. Actividades para realizar en grupos 1) Identifique al menos cinco cuestiones económicas que preocupen a la comunidad en la que se desenvuelve (por ejemplo alto desempleo del factor trabajo, inconformismo con la distribución de los bienes y servicios producidos, aumento de precios, etc.). Respecto de cada tema ensaye realizar las siguientes tareas: a) Exprese en términos precisos la hipótesis que considera determinante del resultado económico analizado. b) Defina todos los conceptos utilizados en la hipótesis. En caso de clasificar conceptos, analizar las características de las mismas. c) Formule un modelo en que se identifiquen las variables explicativas del resultado económico observado. d) Clasifique las variables que determinan el modelo explicativo utilizado como hipótesis. e) Si son expresables matemáticamente, suponga valores para las mismas e intente recrear una función que las relacione con el resultado económico observado. Intente mostrarla analítica y gráficamente. f) ¿Alcanzan todos estos pasos para considerar comprobada la hipótesis? En caso de responder negativamente: ¿qué pasos faltarían?, ¿cómo los llevaría a cabo?
Compartir