MODELOS ECONÓMICOS

Este libro ilustra cómo utilizan los economistas los modelos para explicar la fijación de los precios de los bienes y servicios. Su objetivo consiste en ofrecer a los estudiantes una fuerte base para su trabajo posterior, tanto en el campo teórico como en el campo de la economía aplicada. Este primer capítulo tiene una naturaleza fundamentalmente filosófica. Se fija en el papel de la modelización en las ciencias y revisa parte de la historia de la economía.

Modelos teóricos
Cualquier economía moderna es muy compleja. Hay miles de empresas produciendo millones de productos distintos. Hay millones de individuos que trabajan en todo tipo de ocupaciones y que toman decisiones sobre cuáles de estos bienes van a comprar. Por ejemplo, fijémonos en el caso de los cacahuetes. Se deben cosechar en el momento adecuado y se deben enviar a los procesadores que los convierten en mantequilla de cacahuete, aceite de cacahuete, caramelo de cacahuete y otras muchas delicias fabricadas con cacahuete. Estos procesadores, a su vez, deben asegurarse de que sus productos llegan a miles de tiendas en las cantidades adecuadas para satisfacer la demanda. Puesto que sería imposible describir con detalle el funcionamiento de los mercados de cacahuetes, los economistas han decidido utilizar la abstracción de las complejidades del mundo real y desarrollar modelos relativamente sencillos que reflejan las cuestiones “esenciales”. Al igual que un mapa de carreteras resulta útil aunque no muestre todas las casas, o incluso todas las briznas de hierba, los modelos económicos de, por ejemplo, el mercado de los cacahuetes también son muy útiles incluso si no reflejan al detalle el funcionamiento de la economía de los cacahuetes. En este libro estudiaremos los modelos económicos más utilizados. Veremos que, aunque hacen abstracciones heroicas de las verdaderas complejidades del mundo real, no obstante reflejan muchas características esenciales que son comunes para todas las actividades económicas. La utilización de modelos es generalizada, tanto en las ciencias físicas como en las sociales. En física, el concepto de vacío “perfecto”, o de gas “ideal”, es una abstracción que permite a los científicos estudiar fenómenos del mundo real en condiciones muy sencillas. En química, la idea de un átomo o de una molécula es, de hecho, un modelo muy simplificado de la estructura de la materia. Los arquitectos utilizan maquetas para planificar los edificios. Los técnicos de reparación de televisores utilizan dibujos de las conexiones de cable para localizar los problemas. De la misma manera, los economistas han desarrollado sus modelos para comprender mejor las cuestiones económicas. Estos modelos reflejan la forma en que los individuos toman decisiones, el comportamiento de las empresas y la forma en que estos grupos se relacionan entre sí en los mercados.

Contrastación de los modelos económicos
Por supuesto, no todos los modelos resultan “buenos”. Por ejemplo, el modelo de desplazamiento de los planetas en torno a la tierra, ideado por Ptolomeo, fue finalmente rechazado porque era incapaz de explicar con precisión el desplazamiento de los planetas alrededor del sol. Un objetivo importante de toda investigación científica consiste en diferenciar entre “buenos” y “malos” modelos. Se utilizan dos métodos generales para contrastar los modelos económicos: (1) un planteamiento directo, que intenta establecer la validez de los supuestos básicos de los que parte un modelo; y (2) un planteamiento indirecto, que intenta confirmar la validez demostrando que un modelo simplificado predice correctamente los acontecimientos del mundo real. Para ilustrar las diferencias básicas de los dos planteamientos, vamos a analizar brevemente un modelo que utilizaremos mucho en capítulos posteriores de este libro: el modelo de una empresa que intenta maximizar sus beneficios.

El modelo de maximización de beneficios
El modelo de una empresa que intenta maximizar sus beneficios constituye, evidentemente, una simplificación de la realidad. Ignora las motivaciones personales de los directivos de la empresa, y no tiene en cuenta los conflictos personales que surgen entre ellos. Supone que los beneficios son el único objetivo relevante de la empresa; otros objetivos posibles, como la obtención de poder o prestigio, son considerados irrelevantes. El modelo también supone que una empresa dispone de suficiente información sobre sus costes y sobre la naturaleza del mercado en el que vende sus productos para descubrir cuáles son, realmente, sus opciones para maximizar sus beneficios. Por supuesto, la mayoría de las empresas del mundo real no dispone de esta información. Aun así, estas deficiencias del modelo no tienen por qué ser graves. Ningún modelo puede describir la realidad con exactitud. La cuestión realmente importante consiste en saber si este modelo sencillo puede considerarse un buen modelo.

Contrastación de los supuestos
Una prueba del modelo de la empresa maximizadora de beneficios analiza su supuesto básico: ¿las empresas intentan realmente maximizar sus beneficios? Algunos economistas han analizado esta cuestión enviando cuestionarios a los ejecutivos para pedirles que especifiquen cuáles son sus objetivos. Los resultados de estos estudios son muy variados. Los empresarios suelen mencionar otros objetivos distintos a los de los beneficios, o afirman que sólo hacen “lo mejor que pueden” dada su limitada información. Por otra parte, la mayoría de los entrevistados también menciona un fuerte “interés” por los beneficios, y expresa su opinión de que la maximización de los beneficios es un objetivo adecuado. La contrastación del modelo de maximización de beneficios, mediante la contrastación de sus supuestos, ha ofrecido, por tanto, resultados no concluyentes.

Contrastación de las predicciones
Algunos economistas, sobre todo Milton Friedman, niegan que se pueda contrastar un modelo analizando la “realidad” de sus supuestos. Afirman que todos los modelos teóricos se basan en supuestos “irrealistas”; la propia naturaleza de la teorización exige que hagamos ciertas abstracciones. Estos economistas concluyen que la única manera de determinar la validez de un modelo consiste en ver si es capaz de explicar y predecir los acontecimientos del mundo real. La contrastación última de un modelo económico se consigue cuando se confronta con los datos de la propia economía. Friedman proporciona una ilustración importante de este principio. Se plantea qué tipo de teoría se tiene que utilizar para explicar los golpes de jugadores profesionales de billar. Afirma que las leyes físicas sobre la velocidad, el momento y los ángulos de la física teórica clásica serían un modelo adecuado. Los jugadores profesionales de billar juegan como si aplicaran estas leyes. Pero, si preguntamos a estos jugadores si comprenden los principios físicos subyacentes al billar, la mayoría contestaría, sin duda, que no. No obstante, afirma Friedman, las leyes físicas ofrecen predicciones muy precisas y, por tanto, deben ser aceptadas como modelos teóricos adecuados de cómo juegan al billar los profesionales. La contrastación del modelo de maximización de beneficios, por tanto, debería realizarse prediciendo el comportamiento de las empresas del mundo real, suponiendo que estas empresas se comportan como si estuvieran maximizando sus beneficios. Si estas predicciones se ajustan razonablemente bien a la realidad, podremos aceptar la hipótesis de maximización de beneficios. El hecho de que las empresas respondan a los cuestionarios negando ningún intento preciso de maximizar sus beneficios es tan poco dañino a la validez de las hipótesis básicas como lo es que los jugadores profesionales de billar nieguen conocer las leyes de la física. Por el contrario, la contrastación última de su teoría es la capacidad de predecir los acontecimientos del mundo real.

Importancia del análisis empírico
El principal punto de atención de este libro es la construcción de modelos teóricos. Pero el fin último de estos modelos es aprender algo sobre el mundo real. Aunque la inclusión de un importante conjunto de ejemplos aplicados alargaría innecesariamente un libro ya de por sí voluminoso2, las Ampliaciones incluidas al final de muchos capítulos pretenden ofrecer una transición entre la teoría presentada en el texto y la forma en que se aplica, de hecho, dicha teoría.

Características generales de los modelos económicos
Por supuesto, el número de modelos económicos utilizados en la actualidad es muy elevado. Los supuestos específicos utilizados, y el grado de detalle ofrecido, varían en gran medida en función del problema que se quiere analizar. El tipo de modelos empleados para explicar el nivel general de actividad económica en Estados Unidos, por ejemplo, debe ser considerablemente más agregado y complejo que el tipo utilizado para interpretar la fijación de los precios de las fresas de Arizona. Sin embargo, a pesar de esta variedad, prácticamente todos los modelos económicos incorporan tres elementos comunes: (1) el supuesto de ceteris paribus (todo lo demás sigue igual); (2) el supuesto de que los agentes económicos que toman decisiones intentan optimizar algo; y (3) una clara diferenciación entre cuestiones “positivas” y “normativas”. Puesto que nos encontraremos con estos tres elementos a lo largo de todo este manual, puede resultar útil, de partida, describir brevemente la filosofía subyacente a cada uno de ellos.

El supuesto de ceteris paribus
Como es el caso en la mayoría de las ciencias, los modelos utilizados en economía intentan describir relaciones relativamente sencillas. Un modelo del mercado de trigo, por ejemplo, puede intentar explicar el precio del trigo a partir de un número reducido de variables cuantificables, como el salario de los trabajadores agrícolas, la pluviosidad y la renta de los consumidores. Esta parsimonia en la especificación del modelo permite estudiar la fijación del precio del trigo en un marco simplificado en el que es posible ver cómo actúan las fuerzas específicas. Aunque cualquier investigador reconocerá que hay muchas fuerzas “externas” (enfermedades del trigo, cambios del precio de los fertilizantes o de los tractores, cambios de las actitudes de los consumidores al comprar pan) que afectan al precio del trigo, estas otras fuerzas se mantienen constantes en la construcción del modelo. Es importante reconocer que los economistas no están suponiendo que los demás factores no afectan al precio del trigo, sino más bien que suponen que estas otras variables no cambian durante el periodo de estudio. De esta manera, se puede estudiar únicamente el efecto de unas pocas fuerzas en un contexto simplificado. Estos supuestos ceteris paribus (todo lo demás permanece constante) se utilizan en todos los modelos económicos. La utilización del supuesto ceteris paribus plantea algunas dificultades para la contrastación empírica de los modelos económicos a partir de datos del mundo real. En otras ciencias, estos problemas no son tan graves dada su capacidad de realizar experimentos controlados. Por ejemplo, un físico que quiere contrastar un modelo de la fuerza de gravedad no lo haría tirando objetos desde lo alto del Empire State Building, Los experimentos que se contrastaran así estarían sujetos a demasiadas fuerzas exógenas (corrientes de aire, partículas en el aire, cambios de la temperatura, etc.) que no permitirían una contrastación precisa de la teoría. Por el contrario, el físico realizaría experimentos en un laboratorio, utilizando un vacío parcial en el que la mayoría de las demás fuerzas podrían ser controladas o suprimidas. Así, la teoría se podría contrastar en un contexto simple, sin necesidad de tener en cuenta todas las demás fuerzas que afectan a la caída de cuerpos en el mundo real.

Con unas pocas excepciones notables, los economistas no han podido realizar experimentos controlados para contrastar sus modelos. Por el contrario, los economistas se han visto forzados a utilizar diversos métodos estadísticos para controlar las demás fuerzas cuando contrastan sus teorías. Aunque estos métodos estadísticos son, en principio, tan válidos como los métodos de experimentos controlados utilizados por otros científicos, en la práctica plantean una serie de cuestiones espinosas. Por ello, las limitaciones y el significado exacto del supuesto ceteris paribus en economía han sido objeto de una mayor controversia que en otras ciencias experimentales.

Supuestos de optimización
Muchos modelos económicos parten del supuesto de que los agentes económicos analizados intentan alcanzar algún objetivo de forma racional. Analizamos brevemente este supuesto cuando estudiamos anteriormente el concepto de la empresa maximizadora de beneficios. Otros ejemplos que encontraremos en este manual incluyen a los consumidores que maximizan su propio bienestar (utilidad), las empresas que minimizan costes y los legisladores que intentan maximizar el bienestar público. Aunque, como demostraremos, todos estos supuestos son controvertidos de alguna manera, todos han logrado una aceptación generalizada como un buen punto de partida para desarrollar modelos económicos. Parece que hay dos razones para esta aceptación. La primera razón, los supuestos de optimización son muy útiles para obtener modelos precisos y resolubles. Una razón importante es que estos modelos pueden aplicar diversas técnicas matemáticas adecuadas para los problemas de optimización. Muchas de estas técnicas, junto con su lógica subyacente, serán analizadas en el Capítulo 2. Una segunda razón de la popularidad de los modelos de optimización hace referencia a su aparente validez empírica. Como demuestran algunas de nuestras Ampliaciones, estos modelos parecen ser bastante buenos para explicar la realidad. En definitiva, los modelos de optimización han logrado ocupar un lugar prominente en la moderna teoría económica.

Diferenciación entre positivismo y normativismo
Una característica final de la mayoría de los modelos económicos es su intento por diferenciar cuidadosamente entre cuestiones “positivas” y “normativas”. Hasta ahora nos hemos ocupado fundamentalmente de las teorías económicas positivas. Estas teorías “científicas” toman el mundo real como un objeto de estudio e intentan explicar los fenómenos económicos observados. La economía positiva intenta determinar cómo se asignan, de hecho, los recursos en una economía. Una aplicación algo distinta de la teoría económica es su aplicación normativa, que adopta una postura definida sobre lo que habría que hacer. En el análisis normativo, los economistas tienen mucho que decir sobre cómo se deberían asignar los recursos. Por ejemplo, un economista que realiza un análisis positivo puede analizar cómo y por qué la industria sanitaria estadounidense utiliza las cantidades de capital, trabajo y tierra que se aplican actualmente a la provisión de servicios médicos. El economista también puede decidir medir los costes y beneficios de asignar aún más recursos a la atención sanitaria. Pero, cuando los economistas afirman que se deberían asignar más recursos a la sanidad, han pasado implícitamente al análisis normativo. Algunos economistas consideran que el único análisis económico adecuado es el análisis positivo. Partiendo de una analogía con las ciencias físicas, afirman que los economistas “científicos" deberían ocuparse únicamente de la descripción (y posiblemente la predicción) de los acontecimientos del mundo real. El asumir posturas morales, y el defender intereses particulares, son cuestiones consideradas fuera de la competencia de un economista que se comporta como un economista. Sin embargo, otros economistas consideran que la aplicación estricta de la diferenciación entre positivismo y normativismo en las cuestiones económicas no es una distinción correcta. Consideran

podían diferir. que evidentemente tiene un gran valor de uso. Smith y sus sucesores inmediatos. juzgado por los responsables eclesiásticos. El pensamiento económico inicial No es sorprendente que la teoría del valor se ocupe de los determinantes del “valor” de un bien. El término “valor” se utilizaba entonces como un sinónimo. Smith creó la base del pensamiento sobre las fuerzas económicas de forma ordenada y sistemática. pero un gran valor de . Sólo analizaremos una parte del estudio económico en su contexto histórico: la teoría del valor. Pero el análisis de la naturaleza esencial de estas actividades no se empezó a realizar con detalle hasta el siglo XVIII3. En su amplio y exhaustivo trabajo. Por supuesto. Hoy en día consideramos el “valor” como un sinónimo del “precio” de un bien4. el significado de este término no ha sido siempre el mismo a lo largo del desarrollo de este tema. y no trata sobre la historia del pensamiento económico. no es sorprendente que estas actividades no fueran estudiadas con detalle hasta hace relativamente poco. como el inicio de la economía moderna. Santo Tomás de Aquino creía que el valor estaba fijado por Dios. El nacimiento de la economía moderna En la última parte del siglo XVIII. y está estrechamente relacionado con el tema de la asignación de recursos escasos para fines alternativos. La distinción entre estos dos conceptos quedaba ilustrada por la lamosa paradoja del agua y los diamantes. Cualquier prestamista que exigiera un pago por el uso del dinero estaba cobrando un precio injusto y podía ser. por lo general. mientras que su precio representaba su “valor de cambio”. los filósofos empezaron a adoptar un planteamiento más “científico” de las cuestiones económicas. “esencialidad” o (a veces). Puesto que “precio” y “valor” eran conceptos distintos. La publicación de La Riqueza de las Naciones de Adam Smith (1723-1790) en el año 1776 se considera. El estudio de este tema es una parte central de la moderna teoría microeconómica. sin embargo. por ejemplo. necesariamente. los fenómenos económicos fueron considerados como una característica básica del comportamiento humano que no era suficientemente interesante como para merecer una atención especial. moral y justicia. Según estos economistas. fundamentalmente. es cierto que los individuos siempre han estudiado las actividades económicas con la perspectiva de lograr algún tipo de ganancia personal. este manual adopta. una perspectiva positivista. de “importancia”. Puesto que los precios eran fijados por los humanos. siguieron diferenciando entre valor y precio. y frecuentemente era. “bondad”. Una per-sona acusada de cobrar un precio superior al valor del bien era culpable de cobrar un precio “injusto”. era posible que el precio de un bien difiriera de su valor. tiene un escaso valor de cambio (un precio muy bajo). Para Smith. diferenciaban entre el precio de mercado de un bien y su valor.que el estudio de la economía implica. el valor de un bien significaba su “valor de uso”. Los comerciantes romanos no estaban. A pesar de esta ambigüedad. Por ejemplo. nuestro análisis de la evolución de la teoría económica será breve. en cierto sentido. El agua. Desarrollo de la Teoría Económica sobre el Valor Aunque la actividad económica ha sido una cuestión esencial en todas las sociedades. dejando las cuestiones normativas al lector. Puesto que este manual trata de la teoría económica tal y como la conocemos en la actualidad. por encima de la necesidad de obtener beneficios con sus transacciones. como David Ricardo (1772-1823). y la mayoría de los primeros análisis económicos se centraban en estas divergencias. Los primeros filósofoseconomistas. la búsqueda de una “objetividad” científica en estas circunstancias es inútil. los diamantes tienen un escaso uso práctico. sin duda. Por desgracia. Aun así. las opiniones propias de los investigadores sobre ética. El lugar lógico para empezar es la definición del término valor. En la mayor parte de los casos.

El concepto del valor de uso fue debatido por los filósofos. Pero.cambio. Marshall demostraba que la oferta y la demanda actuaban simultáneamente para determinar el precio. los economistas empezaron a tomar conciencia cada vez más de que. y atribuyeron estas variaciones a cambios de la demanda. mientras que los economistas prestaron atención a la explicación de los determinantes del valor de cambio (es decir. En el gráfico. El concepto de demanda de la unidad adicional de producción fue contrapuesto al análisis de Smith y Ricardo de los costes de producción para obtener una imagen completa de la determinación del precio. por tanto. La paradoja que intentaban resolver los primeros economistas parte de la observación de que algunos artículos muy “útiles” tienen precios muy bajos. En otras palabras. el consumo de un vaso minimo. el precio del ciervo debería ser el doble que el del castor. sino más bien la utilidad de la última unidad consumida. Por el contrario. La revolución marginalista Entre 1850 y 1880. el acua muy útil.1. Este análisis queda ilustrado en la famosa cruz marshaliana que se muestra en la Figura 1. la teoría del valor trabajo constituía un paso evidente. (ceteris paribus) tiene un valor relativamente reducido para la gente. por los costes del trabajo. Sí que observaron periodos de rápido crecimiento y reducción de los precios. si la caza de un ciervo requiere dos veces el número de horas de trabajo que la captara de un castor. los diamantes son relativamente caros porque su producción exige una importante cantidad de trabajo. puesto que hay relativamente mucha agua. La síntesis marshaliana de la oferta y la demanda La definición más clara de estos principios marginales fue presentada por el economista inglés Alfred Marshall (1842-1924) en sus Principies of Economics. parafraseando un ejemplo de Smith. consideraban que estas variaciones eran cuestiones anormales que sólo generaban una divergencia transitoria entre el precio de mercado y el valor trabajo. Como señalaba Marshall. Para los estudiantes con un somero conocimiento de lo que ahora denominamos la ley de la oferta y la demanda. Los costes de producción están determinados. La teoría del trabajo del valor de cambio Ni Smith ni Ricardo resolvieron nunca de forma satisfactoria la paradoja del agua y los diamantes. publicados en 1890. se debería intercambiar un ciervo por dos castores. ¿No se daban cuenta de los efectos de la demanda sobre el precio? La respuesta a esta pregunta es tanto “sí” como “no”. y el precio aparece . tenían que resolver la paradoja del valor de uso. al menos así era en tiempos de Smith y Ricardo y. tampoco se puede decir que sea la oferta. Estos “marginalistas" vohicron a definir el concepto del valor de uso a partir de la idea de utilidad general a un valor en función de la utilidad marginal o adicional: la utilidad de una unidad adicional de un bien. la cantidad adquirida de un bien en un periodo se muestra en el eje horizontal. Una posible explicación obvia es que el valor de cambio de los bienes viene determinado por lo que cuesta producirlos. fundamentalmente. a la explicación de los precios relativos). para construir una alternativa adecuada a la teoría del valor trabajo. es esencial para la vida. los valores de cambio a largo plazo eran determinados únicamente por los costes laborales de la producción. Análogamente. Por ejemplo. no querían asignar a la demanda más que un papel efímero en la determinación del valor de cambio. la explicación de Smith y Ricardo puede parecer un poco rara. Puesto que no habían resuelto realmente la paradoja del valor de uso. Sin embargo. la que determina por sí sola el precio. al igual que no se puede especificar cuál de los dos filos de una tijera corta. o la demanda. Durante la década de 1870 varios economistas propusieron que no es la utilidad total de un bien la que determina su valor de cambio. Por ejemplo. mientras que otros artículos “no esenciales” tienen precios muy elevados.

a cada precio posible. La curva tiene pendiente negativa para reflejar el principio marginalista de que. Concluía que no es posible afirmar que sea la oferta. Paradoja resuelta El modelo de Marshall gira en torno a la paradoja del agua y los diamantes. Q*. Por otra parte. los diamantes tienen un precio elevado porque tienen un valor marginal elevado (porque la gente está dispuesta a pagar bastante por otro diamante más) y un elevado coste marginal de producción. nos adentraremos con más detalle en las cuestiones fundamentales del comportamiento económico que subyace a las curvas de Marshall. En otras palabras. Es el valor de esta última unidad el que fija el precio de todas las unidades La curva marshaliana de oferta y demanda Marshall teorizaba afirmando que la oferta y la demanda se relacionan entre sí para determinar el precio de equilibrio (P*) y la cantidad de equilibrio (Q*) que se intercambiará en el mercado. La curva SS muestra cómo aumentan los costes de producción (marginales) a medida que se produce más.sobre el eje vertical. De esta manera. al igual que la pendiente negativa de la curva DD refleja un valor marginal decreciente. El agua tiene un precio reducido porque tiene tanto un valor marginal reducido como un coste marginal de producción reducido. Esto refleja el creciente coste de producción de una unidad más a medida que aumenta la producción total. Este modelo básico de oferta y demanda subyace a gran parte de los análisis realizados en este manual. la gente querrá pagar cada vez menos por la última unidad adquirida. o la demanda. no se puede afirmar que sean sólo los costes. Equilibrio entre oferta y demanda Aunque las representaciones gráficas son adecuadas para algunos fines. vamos a analizar una representación matemática muy sencilla de las ideas de Marshall. La curva DD representa la cantidad demandada del bien en cada periodo. suponga que queremos analizar el . Como punto de partida. Los precios reflejan tanto la evaluación marginal que otorgan los demandantes a los bienes como los costes marginales de producir los bienes. Posteriormente. Si una de las curvas se desplaza. la pendiente positiva de la curva SS refleja costes marginales crecientes. no hay ninguna paradoja. Se trata de un punto de equilibrio: tanto los compradores como los vendedores están contentos con la cantidad intercambiada y el precio al que se intercambia. la que determina por sí sola el precio y que. el punto de equilibrio se desplazará hasta otro punto. Como un primer ejemplo muy elemental. tanto para clarificar sus argumentos como para hacerlos más precisos. los economistas suelen utilizar representaciones algebraicas de sus modelos. los que determinan el valor de cambio. Así. el precio y la cantidad se determinan simultáneamente por la relación entre oferta y demanda. a medida que aumenta la cantidad. por tanto. Las dos curvas se cortan en P*. o la utilidad que obtienen los compradores.

? en las unidades adicionales producidas. que es exactamente la cantidad que querrán ofertar los productores de cacahuetes. (1. concluimos que la cantidad de cacahuetes demandada cada semana (Q. partiendo del análisis estadístico de datos históricos. mientras que. Si no se produjera un desplazamiento de este tipo. a un precio de 5$ por fanega. la única forma de explicar una nueva combinación de precio y cantidad de equilibrio es suponiendo que se ha desplazado. El coeficiente negativo de P en la Ecuación 1. si todas las demás cosas no cambian. el coeficiente positivo del precio también refleja el principio marginal de que un mayor precio provocará un incremento de la oferta. por tanto. Los desplazamientos de la demanda generan un nuevo equilibrio Suponiendo que el modelo descrito por las Ecuaciones 1. todos los demás factores que puedan afectar a la demanda de cacahuetes. suponga que la cantidad ofertada de cacahuetes también depende del precio: cantidad ofertada = Qs = -125 +125 P. la gente demandará 500 fanegas de cacahuetes. Se puede encontrar el precio de equilibrio haciendo que la cantidad demandada sea igual a la cantidad ofertada: A un precio de 5$ por fanega.2 reflejan. medida en fanegas) depende del precio de los cacahuetes (P. nuestro modelo de la determinación del precio en el mercado de los cacahuetes. Determinación del precio de equilibrio Las Ecuaciones 1. la gente querrá comprar 500 fanegas. o bien la curva de demanda. Para completar este sencillo modelo de la fijación de precios. a un precio de 4$ por fanega.1 refleja el principio marginalista de que un precio menor hará que la gente compre más cacahuetes. este mercado está en equilibrio. o bien la curva de oferta. (1. a este precio. el modelo seguiría “prediciendo” un precio P = 5S y una cantidad Q = 500.1 y 1. medido en dólares por fanega) siguiendo la ecuación cantidad demandada = QD = 1 000 -100 P. P. Este equilibrio se muestra gráficamente mediante la intersección de D y S en la Figura 1. La Ecuación 1.mercado de los cacahuetes y que. de forma implícita. la gente demandará 600 fanegas. estamos manteniendo constantes.1 y 1.1) Puesto que la ecuación para QD incluye una única variable independiente. fundamentalmente porque permite a la empresa asumir mayores costes marginales de producción sin incurrir en pérdida.2 refleje correctamente el mercado de los cacahuetes. .2) Aquí.2.1 indica que.

para cada precio. el equilibrio se desplaza hasta P* = 7.Una forma de incorporar un desplazamiento en nuestro sencillo modelo consiste en suponer que la demanda de cacahuetes aumenta hasta Qd. Aunque la demanda ha aumentado en 450 fanegas para cualquier precio. el modelo de Marshall predice que tanto el precio como la cantidad de equilibrio aumentarán. Sólo cuando se utiliza la información de la curva de oferta es posible calcular el nuevo precio de equilibrio y el efecto final sobre la cantidad producida de cacahuetes (que sólo aumenta en 250 fanegas hasta un total de 750 fanegas).2. (1.\ 450 -100 P.7) Como muestra la Figura 1. por tanto. En este caso. el incremento del precio provocado por este desplazamiento provoca un movimiento hacia arriba a lo largo de la nueva curva de demanda y reduce. esta nueva curva de demanda (denominada D'D') representa un desplazamiento hacia fuera en paralelo a la demanda inicial: se demandan. . como antes. igualando la cantidad demandada a la cantidad ofertada: Esta nueva solución ilustra la analogía de Marshall con las tijeras: la nueva combinación de precio y cantidad de equilibrio viene determinada por las fuerzas tanto de la oferta como de la demanda. como refleja la Figura 1. Q* = 500).-1450 -100 P (que se muestra como la curva D').2. la cantidad demandada por debajo de la que se habría obtenido con el precio anterior de 5$. Q* = 750. 450 fanegas de cacahuetes más que con la demanda inicial. Cambio del equilibrio entre oferta y demanda El equilibrio inicial entre oferta y demanda queda reflejado por la intersección de D y S (P* = 5. Cuando la demanda se desplaza hasta Q0. Podemos calcular una solución algebraica explícita.

lo que se necesita es un modelo que permita que los efectos de los cambios en un mercado se puedan ver en otros mercados. esta reducción de la perspectiva ofrece respuestas valiosas y una sencillez analítica. Para otras cuestiones más amplias. lo que afectaría a las curvas de . El incremento del precio de los cacahuetes provocaría aumentos de costes para los fabricantes de mantequilla de cacahuetes. a su vez. El economista francés León Walras (1831-1910). una perspectiva tan reducida puede evitar descubrir importantes relaciones entre los mercados. porque el gobierno impusiera ese precio). lo que. que sólo se fija en un mercado de cada vez. sino también en las repercusiones del aumento del precio de los cacahuetes en otros mercados. Análogamente. Por ejemplo. ¿cuántas fanegas se demandarían? ¿Cuántas se ofertarían? ¿Qué cree usted que pasaría en esta situación? Modelos de equilibrio general Aunque el modelo marshaliano es una herramienta extremadamente útil y versátil. El análisis marshaliano intentaría comprender la razón de este incremento fijándose en las condiciones de la oferta y la demanda en el mercado de cacahuetes. Walras se dio cuenta de que 110 se puede hablar de un único mercado aislado. Para responder a estas cuestiones más generales debemos disponer de un modelo del conjunto de la economía que refleje adecuadamente las relaciones entre diversos mercados y agentes económicos. El análisis del equilibrio general no sólo se fijaría en ese mercado. que partía de una larga tradición continental en este tipo de análisis. sentó las bases de las modernas investigaciones de estas cuestiones genéricas. se trata de un modelo de equilibrio parcial. afectaría a la curva de oferta de mantequilla de cacahuetes. el creciente precio de los cacahuetes podría implicar un aumento del precio de la tierra para los agricultores que cultivan cacahuetes. Su método de representación de la economía mediante un gran número de ecuaciones simultáneas constituye la base de la comprensión de las rela-ciones implícitas en el análisis del equilibrio general. En algunos casos. suponga que aumentara el precio de los cacahuetes.PREGUNTA: Si el precio de los cacahuetes siguiera siendo igual a 5$ (por ejemplo.

se utiliza como punto básico en los modelos de equilibrio general. La frontera de posibilidades de producción nos recuerda el hecho económico básico de que los recursos son escasos: no hay suficientes recursos disponibles para producir todo lo que podemos querer de cada bien. Puesto que la frontera de posibilidades de producción muestra dos bienes. Las combinaciones de alimentos y vestidos fuera de la frontera no se pueden producir porque no hay suficientes recursos disponibles. Los economistas dirían que el coste de oportunidad de una unidad de vestidos en el punto A es Vi kilo de alimentos. alimentos y vestidos. una semana). Por ejemplo. La frontera de posibilidades de producción La frontera de posibilidades de producción muestra las distintas combinaciones de dos bienes que se pueden producir a partir de una determinada cantidad de recursos escasos. El gráfico refleja la oferta de estos bienes mostrando las combinaciones que se podrían producir con los recursos de esta economía. si esta economía produce 10 kilos de alimentos y 3 unidades de vestidos en el punto A. Hay varios modelos de este tipo descritos en la Parte V de este manual. o cuatro kilos de alimentos y 12 unidades de vestidos. Este gráfico muestra las diversas cantidades de bienes que puede producir una economía utilizando sus recursos disponibles durante determinado periodo (por ejemplo. Esta escasez significa que debemos elegir cuánto queremos producir de cada bien. Por ejemplo. Las curvas de demanda de automóviles. en vez de uno sólo como en el modelo de Marshall. costaría 2 kilos de alimentos la producción de una unidad más de vestidos. El coste de oportunidad de una unidad más de vestidos en el punto B ha aumentado hasta dos kilos de alimentos. si la economía produce inicialmente 4 kilos de alimentos y 12 unidades de vestidos en el punto fí. La Figura 1. y eso podría generar rentas adicionales para los proveedores de estos productos. Por tanto. Por otra parte. La frontera de posibilidades de producción Aquí introducimos brevemente los modelos de equilibrio general utilizando otro gráfico que debería recordar de sus cursos de introducción a la economía: la frontera de posibilidades de producción. .demanda de todos los productos que adquieren. se pueden producir 10 kilos de alimentos o tres unidades de vestidos.3 muestra la frontera de posibilidades de producción de dos bienes. Hay otras muchas combinaciones posibles de alimentos y vestidos que también se podrían producir. La frontera de posibilidades de producción las muestra todas. la producción de una unidad más de vestidos “costaría” V2 kilo de alimentos: el incremento de la producción de vestidos en una unidad implica que la producción de alimentos tendría que disminuir en V2 kilo. muebles y viajes al extranjero se desplazarían hacia fuera. los efectos del incremento inicial de la demanda de cacahuetes terminarían propagándose por toda la economía.3 deja claro que cada elección tiene sus costes. La Figura 1. El coste de oportunidad de dos distintos niveles de producción de vestidos se puede ver comparando los puntos A y B. El análisis del equilibrio general intenta desarrollar modelos que nos permiten analizar estos efectos en un contexto simplificado. También muestra el coste de oportunidad de producir más de un hien como la cantidad de] otro bien que no se puede producir.

Y = 5). La frontera de posibilidades de producción ofrece dos resultados del equilibrio general que no son evidentes en el modelo de oferta y demanda de Marshall de un único mercado.El coste de oportunidad de una unidad adicional de vestidos será mayor en el punto B que en el punto A. Una frontera de posibilidades de producción Suponga que la frontera de posibilidades de producción de dos bienes (X c Y) viene dada por 2X1 + Y2 = 225.5 = 10. Antes de dejar de lado este concepto.12. Para encontrar la pendiente de la frontera en cualquier punto. La frontera de posibilidades de producción es. ( X = 5. (1. Y = VÏ75 = 13. Algunos puntos de la frontera incluyen (X = 7112.2) y ( X = 0. por ahora. Los economistas suelen (tal vez incluso demasiadas veces) utilizar la expresión “no hay nada parecido a una comida gratis” para explicar que toda acción económica tiene costes de oportunidad. por tanto.13) Y = -J225 -2X2 y después diferenciar para obtener . Este efecto es precisamente lo que muestra la Figura 1. vamos a analizar un sencillo ejemplo algebraico que nos proporciona la primera oportunidad de utilizar el cálculo. una herramienta particularmente útil para estudiar varios mercados al mismo tiempo. ( X = 10. Y = 15 )• Hay infinitos puntos más que satisfacen la Ecuación 1. El primer resultado es que la producción de más unidades de un bien implica producir menos unidades de otros bienes porque los recursos son escasos. La frontera es como una curva de oferta de dos bienes: muestra el coste de oportunidad de producir más de un bien como la reducción de la cantidad producida del segundo bien.6.12) Un gráfico de esta frontera de posibilidades de producción tendría la forma de un cuarto de una elipse y se parecería a la frontera que se muestra en la Figura 1.3. podemos resolver la ecuación para Y. (1.3. ( Y = 0 ). El segundo resultado que muestra la frontera de posibilidades de producción es que estos costes de oportunidad dependen de cuánto se produzca de cada bien.

Y = \/l75. enunciada por primera vez por Adam Smith. Y = 5.99 o si X = 10. Aunque estas cuestiones eran objeto de una gran atención por parte de los grandes economistas de los siglos XVIII y XIX (Smith. Es decir. de que los mercados que funcionan de forma adecuada tienen una “mano invisible” que ayuda a asignar los recursos de manera eficiente. y el coste de oportunidad de producir una unidad más de X sea una reducción de 4 unidades de la producción de Y. espero que el lector esté en mejor situación para reconocer tanto el poder de las herramientas que se han creado como algunas de las cuestiones que todavía no se han resuelto. Al clarificar la relación entre la asignación de recursos y la fijación de precios de los recursos. Últimos Desarrollos La actividad investigadora en economía se amplió rápidamente en los años posteriores a la Segunda Guerra Mundial. la pendiente sea -2(10)/5 = -4. las herramientas del análisis del equilibrio general también se pueden aplicar para estudiar cuestiones normativas sobre la necesidad social de diversas soluciones económicas. La base de los modelos económicos Uno de los principales desarrollos en la posguerra de la teoría microeconómica ha sido la clarificación y formalización de los supuestos básicos sobre los individuos y las empresas.).13 para demostrar que la pendiente de esta función es. para X = 10. aproximadamente igual a 4 en el punto ( X = 10. utilizando la técnica de diferenciales para reflejar las elecciones que hay que realizar en la mayoría de los problemas económicos. ofrecieron algún respaldo a la idea. (1) la clarificación de los supuestos de comportamiento básico de los individuos y del comportamiento de las empresas. hay un menor coste de oportunidad en términos del número de unidades de Y que hay que sacrificar para poder producir una unidad más de X. en efecto. en 1947. Y = 5 ). Tres de los desarrollos teóricos específicos que constituyen la base de gran parte de este libro son. Un punto importante en este desarrollo fue la publicación. de los Fundamentos del Análisis Económico de Paul Samuelson.De aquí que. Edgeworth (1848-1926) y por el economista italiano Wilfredo Pareto (1848-1923) en los primeros años del siglo XX. PREGUNTA: Utilice su calculadora y la Ecuación 1. y (3) la incorporación de la incertidumbre y de la información imperfecta para estudiar la economía.01. Las Partes V y VIII de este libro se centrará en algunas de estas cuestiones sobre el bienestar. Marx. calcule cuánto Y se puede producir si X = 9. ¿Por qué sólo puede calcular un valor aproximado con su calculadora de la pendiente en el punto ( X = 10. tal vez los avances más significativos en su estudio fueron realizados por el economista británico Francis Y. En muchas partes de este manual calcularemos así las pendientes. el coste de oportunidad de X es -2(5)/VÍ75 = -0. Para X =5. Samuelson . Al ilustrar cómo han intentado desarrollar los economistas sus modelos para explicar los aspectos crecientemente complejos del comportamiento económico. Uno de los principales objetivos de este manual consiste en resumir gran parte de esta investigación. Estos economistas ayudaron a proporcionar una definición precisa del concepto de “eficiencia económica” y a demostrar las condiciones bajo las que los mercados serán capaces de alcanzar ese objetivo. Ricardo.76: cuando se produce menos de X. donde el autor (el primer estadounidense que recibió el Premio Nobel en Economía) planteó una serie de modelos del comportamiento de optimización. Marshall. Y = 5 )? Economía del bienestar Además de su aplicación para analizar cuestiones positivas sobre el funcionamiento de la economía. etc. (2) la creación de nuevas herramientas para estudiar los mercados.

Gran parte del material analizado aquí debe resultarle familiar: y así es como debe ser. Los desarrollos posteriores demostraron que se podían utilizar estas ideas para explicar por qué los individuos tienden a ser adversos al riesgo. La economía de la incertidumbre y la información Un adelanto teórico fundamental durante el periodo de la posguerra fue la incorporación de la incertidumbre y la información imperfecta en los modelos económicos. Mientras que las generaciones anteriores tenían que contentarse con cuadros o análisis gráficos rudimentarios de los datos del mundo real. de forma que se pudieran aplicar las distintas técnicas de optimización de las matemáticas. la capacidad de los economistas para contrastar sus teorías ha mejorado drásticamente. A medida que las tecnologías informáticas lian permitido manejar mayores cantidades de información y realizar complejas manipulaciones matemáticas.demostró la importancia de basar los modelos de comportamiento en postulados matemáticos bien especificados. Como punto de partida. El objetivo de este manual (y. Este modelo muestra cómo se . Algunos de los supuestos básicos utilizados para analizar el comportamiento en situaciones de incertidumbre fueron desarrollados inicialmente en la década de 1940 en relación con la teoría de juegos. todas estas nuevas técnicas ayudan a proporcionar una descripción más completa y realista del funcionamiento de los mercados. Los economistas intentan desarrollar modelos sencillos para ayudarles a comprender ese proceso. los economistas de hoy en día disponen de una amplia variedad de técnicas sofisticadas y de datos informáticos con los que desarrollar contrastaciones adecuadas de sus modelos. Muchos de estos modelos tienen una base matemática porque la utilización de las matemáticas ofrece un medio rápido para describir los modelos y analizar sus consecuencias. El poder de este planteamiento hizo patente que las matemáticas habían pasado a formar parte íntegra de la moderna economía. También incluyen herramientas de equilibrio general para analizar las relaciones entre muchos mercados simultáneamente. Estas herramientas incluyen técnicas para describir la fijación de precios en un único mercado. en efecto. El análisis de estas técnicas y de algunas de sus limitaciones quedaría fuera del alcance y del fin de este manual. En muchos aspectos. y cómo pueden recopilar información para reducir la incertidumbre que tienen. así como modelos cada vez más sofisticados sobre la fijación de precios en monopolio o los modelos que utilizan relaciones estratégicas entre empresas y que parten de la teoría de juegos. Como veremos. los problemas de incertidumbre e información entran a menudo en el análisis. este capítulo le ha recordado los siguientes puntos: — La economía es el estudio de cómo se asignan recursos escasos entre usos alternativos. — El modelo económico más utilizado es el modelo de oferta y demanda desarrollado totalmente por primera vez por Alfred Marshall a finales del siglo XIX. Nuevas herramientas para estudiar los mercados Una segunda característica que se ha incorporado en este manual es la presentación de una serie de nuevas herramientas para explicar el equilibrio en el mercado. En el Capítulo 2 de este libro revisaremos algunas de las técnicas matemáticas más utilizadas. PCs y análisis empírico Es necesario mencionar una última cuestión relativa al desarrollo posbélico de la microeconumía: la creciente utilización de PCs para analizar datos económicos. las Ampliaciones al final de la mayoría de los capítulos pretenden ayudarle a empezar a leer sobre algunas de estas aplicaciones. el estudio de la economía representa la adquisición de herramientas cada vez más sofisticadas para resolver los mismos problemas básicos. Sin embargo. de los manuales de economía de nivel superior) consiste en ofrecerle más herramientas de este tipo. Resumen Este capítulo ha proporcionado parte de la base del planteamiento de los economistas cuando analizan la asignación de recursos. En este manual.

En este capítulo analizaremos las matemáticas que se utilizan para resolver todo este tipo de problemas. Para los que sólo están familiarizados con algunos conceptos del cálculo básico.pueden utilizar los precios observados para representar un equilibrio entre los costes de producción en que incurren las empresas y el deseo de los demandantes de pagar esos costes. la tarea más difícil que deben afrontar los economistas. suponga. esa función mide la utilidad que obtienen con sus compras. En general. ya que estos conceptos matemáticos aparecerán a lo largo del manual. Si se dispusiese de un gráfico como el de la Figura 2. Para los que están familiarizados con el cálculo multivariable. — La contrastación de la validez de un modelo económico es. que el director no tenga una descripción tan precisa del mercado. este capítulo debería ofrecerles una base suficiente para empezar a analizar el cálculo aplicado a la construcción dé modelos mícroeconómicos. este problema tendría una solución fácil utilizando una regla. la validez del modelo se puede contrastar planteándose si parte de supuestos “razonables”. Sin embargo. para lograr el máximo beneficio. como de hecho es más probable. para incrementos de la proATC . (2. tal vez. el capítulo pretende ofrecer una referencia que puede ser útil. el director intentaría producir q2. Sin embargo. lo que se puede expresar formalmente de la siguiente manera donde el símbolo A se utiliza para indicar “la variación de” n o q. Por ejemplo. En el caso de los consumidores. lo más frecuente es que se evalúen los modelos en función de si explican los acontecimientos económicos del mundo real. Evidentemente. para las empresas. y vería que los beneficios aumentarían hasta K2. El sentido común indica que los beneficios han aumentado debido al incremento de q. Suponga que el director de una empresa quiera maximizar1 los bcncficios obtenidos con la venta de un determinado bien. el director debe producir q*y que ofrece unos beneficios iguales a TC*.1) La Figura 2. El director intentará variar q para ver dónde obtiene el máximo beneficio. los beneAq ficios aumentarán y el director seguirá elevando la producción. Pero.1 muestra una posible relación entre n y q. Para fijarse en muchos mercados a la vez es necesario desarrollar un conjunto ampliado de herramientas de equilibrio general. este capítulo servirá de revisión. LAS MATEMÁTICAS DE LA OPTIMIZACIÓN Muchos modelos económicos parten del supuesto de que un agente está intentando alcanzar el valor óptimo de alguna función. mide sus beneficios. — El modelo de equilibrio de Marshall sólo es “parcial”: es decir. n = f(q). Matemáticamente. Maximización de una función con una variable Vamos a empezar con un ejemplo sencillo. en ambos casos. En ocasiones. Sin embargo. Siempre que — sea positivo. partiendo de qu los beneficios de las ventas serían A continuación.1. las cuestiones matemáticas formales de la solución son las mismas. Suponga también que los beneficios (rc) recibidos sólo dependen de la cantidad (q) vendida del bien. sólo se fija en un mercado de cada vez.

del punto q¡ que se elija. la derivada de una función dq dq ü = f(q). Derivadas Alt Como probablemente sepa.3) dq dq h->o h Observe que el valor de este cociente depende. Más formalmente. En el ejemplo de la Figura 2. en el punto q] se define como mM + »WW. y el director se dará cuenta de que cometerá un error si Aq sigue elevando q. En otros momentos interesa el valor de — para todos los valores posibles de q. evidentemente. — será negativo. tendría que producir q*.4) (fax. Por ejemplo. (2.ducción a la derecha de q*. Valor de la derivada en un punto Es necesario mencionar una convención sobre notaciones: algunas veces es pertinente mostrar explícitamente el punto en que hay que calcular el valor de la derivada. y se escribe como — o — o f\q). dn dq dn dq mientras que dn dq >0. el límite de — para variaciones muy pequeñas de q se llama derivada de la Aq diz df función K = f(q). Relación hipotética entre cantidad producida y beneficios Si un director quiere producir el nivel de producción que maximiza los beneficios. y no se menciona dq explícitamente ningún punto en concreto para el cálculo de la derivada.1. . el valor de la derivada en el punto q = ql se puede escribir (2. Observe que en ?*■ dn/dq = 0.

en q*. suponga que la función de beneficios tiene la forma de las de la Figura 2. pero no es una condición suficien. un punto máximo. diz Si la función de beneficios es la que se muestra en la Figura 2. inferior a cualquier producción superior a q¡J=. Otra forma de decir lo mismo es que la derivada de — debe ser negativa en q*. Condición de primer orden para el máximo Este resultado es bastante general. En el punto q*. la derivada en ese punto (si existe) debe ser 0. Análogamente. dq Segundas derivadas La derivada de una derivada se llama segunda derivada y se escribe d2n d2f „ "TT 0 TT 0 f <*)• dq dq La condición adicional para que q* represente un máximo (local) es. constituye un mínimo. el directivo. Matemáticamente. q*). esta condición es evidente: el beneficio disponible produciendo. si la función de beneficios es la que se muestra en la Figura 2. esto significa que — dn ““ debe ser mayor que 0 cuando q <q* y debe ser menor que 0 cuando q > q*. la pendiente de f(q) es 0. Este punto. puesto que el valor es positivo para valores Aq de q inferiores a q* y negativo para valores superiores a q*. <?=<?3 An ¿Cuál es el valor de — en q*l Debería ser igual a cero. Estas situaciones indican que el hecho matemático de que -— = 0 es una condición necesaria para alcanzar un máximo. se debe imponer una segunda condición. por tanto. Intuitivamente. el directivo elegiría el punto q*. al producir donde — = 0 dq elegiría el punto q*. En este punto óptimo (por ejemplo. teóricamente sería posible encontrar el punto en el que — = 0. en efecto. es. un directivo no experimentado podría llamarse a engaño si aplicara de forma ingenua sólo esta regla. Para garantizar que el punto elegido es. La derivada es la pendiente de la curva en cuestión. De aquí que. de los beneficios.9=?i <0. debe ser menor que el que se obtiene con q*. Si esta condición no se cumple.2a o 2. esta pendiente es positiva a la izquierda de q* y negativa a la derecha de q*. se cumpliría que q~q* Condiciones de segundo orden Sin embargo. ¿I 71 el directivo podrá buscar un nivel de producción mejor que q*. aunque ofrece un beneficio superior al de cualquier nivel de producción inferior a q%.2a. d2n = f"(q) . Por ejemplo.dq te. si un directivo pudiera estimar la función f(q) con datos del mundo real. y no un máximo.2b. sin duda. Por tanto. de hecho.2b. o bien un poco más o bien un poco menos que q*. Para que una función de una variable alcance su valor máximo en un punto. — debe dq dn estar disminuyendo. que.

condiciones suficientes para alcanzar este máximo. el nivel de producción qft. dx dex . En este manual nos interesa menos cómo se encuentra el punto que sus propiedades y cómo varía ese punto cuando varían las condiciones. un santo de beneficios mínimos. iocal de la función.donde la notación recuerda. que esta segunda derivada debe calcularse para el punto q*. de hecho. para garantizar que el punto es un máximo Dos funciones de beneficio que ofrecen resultados engañosos si se aplica únicamente la regla de la primera derivada En (a) la aplicación de la regla de la primera derivada haría que se seleccionara la cantidad q*. entonces dx ^ d ln x _ 1 dx x donde ln significa logaritmo con base e ( 2.6 juntas son. Las Ecuaciones 2. r\ es una condición necesaria para alcanzar el máximo. .5 y 2.da* — = a ln a para cualquier constante a. El análisis matemático será de gran utilidad para responder a estas preguntas. recomendado por la regla de la primera derivada. Reglas para calcular derivadas A continuación se ofrecen algunas reglas para calcular derivadas. Este punto es. por tanto. y b es distinto de cero. pero no suficiente. de nuevo. entonces — = 0. Análogamente.71828). para que una función alcance su valor máximo. — Si & es constante. Las utilizaremos en muchas partes de este manual. en (b). el directivo sea capaz de alcanzar q* utilizando información del mercado en vez de un razonamiento matemático (recuerde la analogía sobre el jugador de billar de Friedman). mediante una serie de pruebas y errores. ofrece unos beneficios inferiores a todos los de los niveles de producción superiores a q%. Esto demuestra gráficamente que el cálculo del punto en el que la derivada es igual a 0 es una condición necesaria. dx — Siay b son constantes. Por supuesto. es posible que.

Finalmente. las cantidades producidas dependerán de las cantidades de trabajo..10) Derivadas parciales Nos interesa calcular el punto en el que y alcanza su valor máximo y las elecciones que tenemos que hacer para alcanzar ese punto. si y = f(x) y x = g(z). la empresa decidiera producir q = 50. la Ecuación 2. Sin embargo. dx Suponga ahora que f(x) y g (x) son dos funciones de*. con una función de producción de varias variables. En q = 200. Por ejemplo. con funciones más complejas. L.w. ¿Cuál sería el nivel de factor trabajo que maximizaría los beneficios? ¿Es acorde con la solución anterior? [Pista: puede resolver este problema directamente mediante sustitución o aplicando la regla de la cadena]. q = 100 es el único valor máximo local de la función n. dx — d [f(X}'8(X)] .5«72. q.7 muestra que los beneficios son iguales a 50 000. (2. En el caso de la función de producción de una empresa. pero por encima de este nivel pasa a ser negativa.Un caso particular de esta regla es = ex.. por ejemplo. De nuevo.. (2. El vaior de q que maximiza los beneficios se puede calcular aplicando la Regla 2 para el cálculo de derivadas: dK — = 1 000-10<7 = 0 (2.= m g'(x) + f\x) g(. Entonces — fflaa. puede haber varios máximos..8) dq por lo que q* = 100. Por desgracia.8).x2. xn) se escribe y = f(xl. la idea de la derivada no está bien definida. y si tanto f'(x) como g'(z) existen. la utilidad que obtiene un individuo de sus actividades como consumidor depende de la cantidad que consuma de cada bien.7) Un gráfico de esta función se parecería a la parábola mostrada en la Figura 2. Al igual que la . La mayoría de los objetivos que interesan a los agentes económicos dependen de varias variables. resultaría más fácil mostrar al agente variando el nivel de las variables bajo su control (las equis) para poder calcular el máximo. el mayor valor posible. siguiendo la fórmula q ./wtí. Maximización de beneficios Suponga que la relación entre beneficios (rc) y cantidad producida (q) viene dada por jt = l OOOÍ? .1. En estas circunstancias. En este ejemplo. (2. Ofrece una forma cómoda para analizar cómo una variable (z) afecta a otra variable (y) mediante su influencia sobre alguna variable intermedia (x). Funciones con varias variables Los problemas económicos no suelen implicar funciones de una única variable. los beneficios serían iguales a cero. De aquí que la tasa de crecimiento de los beneficios siempre disminuya..r).2 4l. El que q = 100 es el máximo “global” se puede demostrar mostrando que la segunda derivada de la función de beneficios es 10 (véase la Ecuación 2.xn). hasta q = 100 esta tasa de crecimiento sigue siendo positiva. entonces dy _dy dx _ df dg dz dx dz dx dz Este resultado se denomina regla de la cadena.9) En q = 100... y que f\x) y g'(x) existen. y es necesario elegir entre estas variables.. dependiera únicamente del factor trabajo. capital y tierra que utilice para producir. los beneficios serían iguales a 37 500. esta dependencia de una variable (y) de una serie de variables (xu x2. PREGUNTA: Suponga que la producción de la empresa. Si. dx 7(*)i f'(x) g (x) -f(x)g'(x) dx [g(*)f siempre que g(x) sea distinto de 0.

Normalmente. hay que destacar que el valor numérico de esta pendiente depende del valor que tome x. mientras que todas las demás variables permanecen constantes (en la analogía de la montaña se podrían medir las pendientes únicamente en dirección norte-sur o este-oeste). Utilizando derivadas parciales.. en la dirección de x¡). que es exactamente lo que necesitan los economistas para sus modelos.. La derivada parcial de y respecto a xx (es decir. Cálculo de las derivadas parciales Es fácil calcular derivadas parciales..xn) se calcularían de forma análoga.. La ley fundamental de la demanda (que el precio y la cantidad se mueven en direcciones opuestas cuando no cambian los demás factores) está reflejando do... la utilización de una derivada parcial nos 8P recuerda los supuestos ceteris paribus que se aplican en la ley de la demanda. Derivadas parciales y el supuesto ceteris paribus En el Capítulo 1 describimos la forma en que los economistas utilizan el supuesto ceteris paribus en sus modelos para mantener constantes diversas influencias externas. El cálculo es el mismo que para una derivada normal considerando x2. Las derivadas parciales son...o o f o f. su valor dxx . la curva de demanda de Marshall muestra la relación entre el precio (P) y la cantidad (Q) demandada cuando se mantienen constantes todos los demás facA/\ tores. la afirmación matemática “•— < 0”. la pendiente (o la derivada) de una función depende de la dirección que se elija. De nuevo. las únicas pendientes direccionalcs de interés son las que se obtie nen aumentando una de las equis.. por lo general.x2) = axf + bxix2+cxl. y del valor (predeterminado) de x2 Una definición algo más formal de la derivada parcial es = ]ím /(*i +h. Considere los siguientes ejemplos: — Si y = f(xl. entonces ^. Las derivadas parciales respecto a las demás variables (x2. Estas pendientes direccionales se denominan derivadas parciales.. De nuevo.xn como constantes (lo que.. como de x2 y que. ox¡ ¿kj 1 Se supone que cuando se calcula esta derivada se mantiene constante el valor de todas las demás equis. muestran cómo afectan las variaciones de una sola variable cuando todas las demás influencias se mantienen constantes.xn se mantienen constantes en los valores predeterminados x2. precisamente. el método matemático de representar este planteamiento.pendiente de ascensión a una montaña depende de la dirección que se lleve. es decir. se escribe fy df -T...*2 xn)~ f(xlt xn)' _ _ a-> o h x *2 n donde la notación indica que x2. Por ejemplo.. de forma que se pueda analizar la relación precisa que se está estudiando en un contexto simplificado... una función tanto de x. por tanto.= f=2ax] +bx2 GX] «V1 — = f2=bx1+ lcx2. son en una derivada parcial). dx2 Observe que — es. por tanto. podríamos representar la pendiente de esta curva mediante — para indicar los supuestos ceteris paribus que se están aplicando. en efecto.x„ de forma que se pueda estudiar únicamente el efecto del cambio de x¡.

Se puede escribir como df dX: iy dxj o.13) para cualquier par de variables x¡. Xj. por lo general.2„ax. — Si y = f(x].x2) = eax'+ entonces ax +bx ÍL = f-ae ' * cir. 1 $.+bx. Es decir. Para una explicación intuitiva del teorema. oxldx] . como — Si y = f(x{.12) Para los ejemplos anteriores: d2f — fu —2 a fn=b fi\=b fll = 2c. el efecto de jc. Derivadas parciales de segundo orden La derivada parcial de una derivada parcial es directamente análoga a la derivada segunda de una función de una variable y se denomina derivada parcial de segundo orden. a diferencia de nuestros ejemplos anteriores. x2) = a In xy + b ln entonces a2/ dxjdx¡ = fij(2. fj=fji (2. En este ejemplo. la ganancia . Es decir.=0 J 22 ~ 2 Teorema de Young Estos ejemplos ilustran el resultado matemático según el cual. Este resultado se conoce a veces como el “teorema de Young”. podemos recuperar la analogía de la ascensión a una montaña. la magnitud del efecto de x{ sobre y es independiente del valor de x2. En otros casos.dependerá de los valores asignados a estas variables. fu=a*e ax +bx2 f2 =abe ' f2l =abeax'+bx* fn=b2eax'+bx>. pero no del orden en que se producen. En este caso. que no varían cuando cambian x¡ y x2. el orden en que se calculan las derivadas parciales para calcular derivadas parciales de segundo orden no importa. — fu =4 f\2 ~ O /z. el teorema afirma que el ascenso de un escalador depende de las direcciones y las distancias recorridas. más sencillamente. sobre y dependerá del nivel de x2. También depende de los parámetros a.= f-beax''bx\ 8x2 df _f_a a _ /l ~ aC] JCj ^=f =—• dx2 2 x2 p\P Observe que el tratamiento de x2 como constante en la derivada de — hace que el término cxl b ln x2 desaparezca al calcular la derivada porque no cambia cuando varía a¡. 1. b y c.

la ascensión será la misma. Condición de primer orden para un máximo Una condición necesaria para un máximo (o un mínimo) de una función f(xx.= /n =0... Esta expresión se denomina derivada total de/y es directamente análoga a la expresión del caso de una única variable de la Ecuación 2. + -*— dx2 + ■■■ + -+. Suponga que y = (x.de altitud es independiente del camino que se siga siempre que el escalador vaya de un conjunto de coordenadas del mapa a otro. dy = 0 debe implicar que. el efecto total sobre y será la suma de todos los efectos. Ésta es otra forma de obtener la condición de primer orden de un máximo que ya hemos derivado. y observa la variación de y (denominada dy). esta expresión diría que la ganancia en altitud de un alpinista que se dirige hacia el norte viene dada por la distancia recorrida hacia el norte por la pendiente de la montaña medida en dirección norte. x2.14 refleja el hecho de que la variación de y es igual a la variación de x por la pendiente de la función. y aumentaría con un cambio adecuado de x. Por tanto. La ecuación es razonable desde un punto de vista intuitivo: la variación total de y es la suma de las variaciones provocadas por la variación de cada una de las equis3. Derivada total Si se varían todas las equis en una pequeña cuantía. f'(x) = 0 . la variación total de y se define como .. En cualquier caso. La única forma de que se cumpla esta condición es que. De lo contrario. vamos a fijarnos en las decisiones que toma un agente económico que elige los niveles de varias variables. tal y como se han mostrado antes. (2. Esta fórmula es equivalente a la fórmula de la pendiente en un punto utilizada para las ecuaciones lineales en álgebra.xn). Pero.15 también se puede utilizar para demostrar la regla de la cadena aplicada a funciones con varias variables. que se derivaría de una variación de x. la condición necesaria para alcanzar el máximo es que dy = O para pequeñas variaciones de x en torno al punto óptimo. podemos analizar ahora la maximización de funciones con varias variables.. = h(z). x2) y que x. df ... resulta útil utilizar una analogía con el caso de una única variable. dx.. el escalador se desplaza de un pumo concreto a otro. Suponga que este agente quiere encontrar un conjunto de x que maximicen el valor de y = /(*. podemos describir a un agente que varía x en una cuantía muy pequeña. df . La variación de y (es decir. en el punto analizado.16) La derivada total de la Ecuación 2. en el punto deseado. Para comprender los conceptos matemáticos utilizados para la resolución de este problema. recorriendo primero una milla hacia el este y después una milla hacia el norte. viene dada por dy = ^-dxl=fdxl. Maximización de funciones con varias variables Utilizando derivadas parciales. En este caso de una única variable. = g(z) y x. El escalador. La derivada total de y es .14.(2. Esta expresión afirma que la variación de y es igual a la variación de jc. El agente puede intentar maximizar sólo una de las equis. o seguir el orden inverso. dy = — dx. en ambos casos. Al igual que antes. es posible calcular los efectos de una variación de z sobre y. por ejemplo. fi=/2 =. Esta variación viene dada por la expresión dy = f'(x)dx.14.15) = fdxl+f2dx2 +-“ + f„dxH.dx„ = dx] 1 dx2dxn (2. puede avanzar una milla hacia el norte y después recorrer una milla hacia el este.14) La identidad de la Ecuación 2. En capítulos posteriores utilizaremos bastante este resultado porque ofrece una forma muy fácil de mostrar las predicciones que realizan los modelos económicos sobre el comportamiento2... digamos que x. al tiempo que mantiene constantes todas las demás... Si todas estas funciones son diferenciables. . dy). Utilizando esta analogía.x„) es que dy = 0 para cualquier combinación de pequeñas variaciones de las equis. x2. puesto que dx no es necesariamente igual a O en la Ecuación 2. por la pendiente calculada en la dirección de x. df . Utilizando una vez más la analogía de la montaña. puesto que.

17. por tanto.16 sea un máximo local. -x\ + 4X2 + 5. Dividiendo esta ecuación por dz se obtiene ^ _fdx. Como en el caso de una única variable. ' -Q. Se necesita una condición de segundo orden. para garantizar que el punto calculado aplicando la Ecuación 2. obtenemos — = -2x. = x2 = 0. análoga a la de la Ecuación 2. se podría incrementar y aumentando (o disminuyendo) x¡. a x.(x2 . is hecho. 5).2)2 +10 (2. que es el mejor estado de salud posible.16 no son suficientes para garantizar el máximo. esto implica necesariamente fijarse en las derivadas parciales de segundo orden de la función/. Por consiguiente. y x¡? ¿Qué pasaría si y = 7? ¿O si y = 10? (Estos gráficos son líneas envolventes de la función y se analizarán con más detalle en el Capítulo 3. Este resultado es extrema damente importante para el análisis económico. Para verlo de forma intuitiva. Estas parciales de segundo orden deben cumplir determinadas restricciones (análogas a la restricción derivada en el caso de una única variable) para que el punto crítico calculado con la Ecuación 2. y aplicando las condiciones necesarias indicadas en la Ecuación 2. un máximo local (y global)4.6. Este resultado nos recuerda que hay que tener mucho cuidado para incluir todos los efectos posibles cuando se calculan derivadas de funciones con varias variables.7). analizaremos estas restricciones. las equis) podría llevarse al punto en que su contribución “marginal” al objetivo (es decir. en el punto crítico cuando x. las condiciones expresadas en la Ecuación 2. = x2 = 1. ya x2). de nuevo. y x2 dada por y = -(X[ -1)2 . Por ejemplo.y = -xf + 2x. Queremos calcular los valores de x¡ y x2 que hacen que y tenga el mayor valor posible. ¿Cómo serían las relaciones implícitas entre x. PREGUNTA: Suponga que y toma un valor fijo (por ejemplo.16 muestra las condiciones necesarias para obtener un máximo local. en este mismo capítulo. o si x. Esto se puede reflejar retomando nuestra desgastada analogía: todas las cumbres de las colinas son (más o menos) planas. que se hacen mayores. Partiendo de las derivadas parciales de y respecto a jc. Por ejemplo. y x2. entonces y = 9 res de x¡ y x2 mayores que 1 y 2 respectivamente reducen y debido a los términos cuadrálicos negativos de la Ecuación 2. y podría representar la salud de un individuo (medida en una escala del 0 al 10). Funciones implícitas . Cálculo del máximo Suponga que y es una función de x.= -2x2+4 = 0 (2. + 2 = 0 8x. Intuitivamente.18) 8x2 La función se encuentra. = i.16 se denomina punto crítico. Véase también el Problema 2. es mayor (o menor) que 0. Afirma que cualquier actividad (es decir.dy = fdx | + f7dx1. la analogía se sigue cumpliendo. pero no todos los lugares planos constituyen la cumbre de una colina. La Ecuación 2.16. no se lograría maximizar y. y x¡ y x2 serían las dosis diarias de dos medicamentos que mejoran la salud. Más adelante. y debería estar disminuyendo para cualquier pequeña variación de las equis que se aleje del punto crítico. para un máximo local. observe que si una de las derivadas parciales (por ejemplo. entonces y = 5. dxr_ dg dh dz dz dz dz dz De aquí que el cálculo del efecto de z sobre v requiera calcular cómo afecta z a los dos determinantes de y (es decir. y) es 0.16 es un máximo local.17) o . Si v depende de más de dos variables. Un agente económico podría encontrar este punto máximo encontrando un punto donde y no reacciona a movimientos muy pequeños de cualquiera de las equis. si x. Condiciones de segundo orden Sin embargo. Si se detuviera antes de ese punto. y = 10. El punto en el que se cumple la Ecuación 2. x2 = 2. Si experimenta un poco debería encontrar pruebas convincentes de que éste es el mayor valor que puede alcanzar y. En este punto. el punto calculado aplicando las condiciones necesarias es.

23) o para y como y=Y+2. x2 = 2 es un máximo global porque la función descrita en la Ecuación 2. partir de la Ecuación 2.b = 0 (2. y como función de x y de los parámetros m y b.24 son más cómodas para dy trabajar porque el efecto de x sobre y (o viceversa) aparece claramente. el punto jc. en vez de calcularse de fonna explícita mediante. por ejemplo. resulta fácil pasar de funciones implícitas a funciones explícitas. Una frontera de posibilidades de producción . funciones implícitas porque las relaciones entre las variables y los parámetros están presentes de forma implícita en la ecuación. en muchoa casos resulta útil calcular las derivadas directamente de las funciones implícitas sin resolver la función para una de las variables. las ecuaciones como las 2. y) = 2x2 + y2 .20 y 2.mx .otra vez (2. . que son parámetros de la función.25) En el Ejemplo 1. De aquí que. y) = 0 tiene una derivada total de 0 = fxdx + frdy por lo que & fy dy De aquí que la derivada — puede calcularse como el cociente de las derivadas parciales de la función dx implícita.2 analizamos una frontera de posibilidades de producción para dos bienes con la forma 2xz + y2 = 225 o. el coste de oportunidad entre x e y es dy _ —fx _ -4. no es ésta la única forma de escribir esta relación.21 se denominan. escrita en la forma implícita f(x.y.25. Las funciones escritas con la forma dada en las Ecuaciones 2. la ecuación y = mx + b (2. A menudo. como f(x.m. a veces.23 y 2.19) también se puede escribir como y .r _ -2x dx fy 2 y y que es. Por ejemplo. con signo negativo.Aunque las ecuaciones matemáticas se suelen escribir a menudo con una variable “dependiente” (y) en función de una o más variables independientes (x). con bastante menos trabajo. Sin embargo. de forma incluso más general. precisamente.20) o. el resultado obtenido anteriormente.22) puede “resolverse” fácilmente parax como x = -2y + 4 (2.b) = 0 (2. la función implícita f(x. y que no varían.17 es cóncava (véase nuestro análisis posterior en este capítulo).22.4 = 0 (2. por ejemplo. es mucho más fácil calcular —a dx De manera más formal. para fines de análisis económico.21) donde esta notación funcional indica una relación entre x e y que también depende de la pendiente (ni) y del punto de corte con el eje (¿>).225 = 0. =1. Por ejemplo.24 que a partir de la Ecuación 2. por la Ecuación 2.<2'24> Derivadas de las funciones implícitas A menudo. la función implícita x + 2y . fx = fy = 2y y. Como ejemplo trivial. siempre que / distinto de cero.

se denomina el teorema de la envolvente.28) PREGUNTA: ¿Por qué depende aquí el intercambio de x por y sólo del cociente dex respecto a y.25. aquí que. Si se asigna un determinado valor a a. De aquí que un incremento en una unidad del valor del parámetro a eleve el valor máximo de y en 3/4. debemos resolver la Ecuación 2. Para ello.29) Para distintos valores del parámetro a.29 es una función de x. y) = 0 para funciones explícitas únicas de la forma y = f(x'). una relación única entre la variable dependiente y las variables independientes-5. Sustituyendo este valor de x* en la Ecuación 2. en efecto. y se puede calcular el valor de x que maximiza y.1 se utilizan los valores enteros de a entre Oyó para calcular los valores óptimos de x y los valores asociados del objetivo. que será utilizado en muchas partes de este manual. x* = 1 e y* = 1. podemos calcular la pendiente de la función directamente en la Figura 2.29 para el valor óptimo de x para cualquier valor de a: — = -2x + a = 0. El teorema de la envolvente suele ofrecer un buen atajo. la Ecuación 2.29 se obtiene y* = -(x*)2 + a (x*) = 4+24’ Valores óptimos de y y x para valores alternativos de a en y = -x~ + ax . afirmemos que se cumple el teorema de la función implícita y que. En la Tabla 2. implican requisitos sobre las diversas derivadas parciales de la función. los efectos que tiene el cambio del precio de mercado de un bien sobre las compras de un individuo). que son suficientes para garantizar que existe. En muchas aplicaciones matemáticas.3. el valor máximo de y también aumenta. Aunque no vamos a analizar esas condiciones aquí. Esto queda también reflejado en la Figura 2. Análogamente. es posible resolver de manera explícita intercambios como los reflejados en la Ecuación 2.3. Un ejemplo específico Tal vez la forma más sencilla de comprender el teorema de la envolvente sea mediante un ejemplo. a medida que aumenta a. Los matemáticos han analizado las condiciones que se deben cumplir para que una determinada función implícita se pueda resolver de forma explícita cuando una variable es una función de otras variables y de diversos parámetros. x* = j y. haremos este tipo de cálculos con frecuencia. y = \ (su valor máximo).27) (2. y. que muestra que la relación entre a e y* es cuadrática. De aquí que. Ahora queremos calcular cómo varía y* a medida que varía el parámetro a. Puesto que muchos de los problemas económicos que analizaremos tratan de los efectos del cambio de un parámetro (por ejemplo. en estos casos. estas condiciones de las derivadas son precisamente las que se necesitan para garantizar que se cumplen las condiciones de segundo orden para un máximo (o un míni-mo). dx de aquí que.26) (2. tal y como queda reflejado por la constante 225? Teorema de la función implícita Puede que no siempre sea posible resolver las funciones implícitas con la forma g (x. Por ejemplo. si a = 1. Primero. Un arduo planteamiento directo El teorema de la envolvente afirma que hay dos formas equivalentes para realizar este cálculo. El Teorema de la Envolvente Una de las principales aplicaciones del teorema de la función implícita. pero no del “tamaño de la economía”. hace referencia a cómo varía el valor óptimo de una determinada función cuando cambia un parámetro de la función. por tanto. si a = 2. Suponga que y es una función de una única variable (x) y de un parámetro (a) dada por y = -x2 + ax. (2. esta función representa una familia de parábolas invertidas. Observe que.(2. para estos valores de x y a.

De la ecuación anterior. resulta fácil ver que dy* 2a a l=T=r** <2-30) dy* .3.Ilustración del teorema de la envolvente El teorema de la envolvente afirma que la pendiente de la relación entre 31* (el valor máximo de y) y el parámetro a se puede calcular mediante la pendiente de la relación auxiliar que se calcula sustituyendo los valores óptimos respectivos de x en la dy función objetivo y calculando da y esto es precisamente la relación mostrada en la Figura 2.

. en y* do. Hemos tenido que calcular el valor óptimo de x para cada valor de a y después sustituir este valor por x* en la ecuación de y.. Es decir. Las tangentes mostradas en el gráfico muesdy tran valores de y para un x* fijo.34) El cálculo de un valor óptimo de y consiste en resolver n ecuaciones de primer orden con la forma 0' = 1 n). este proceso puede ser muy arduo puesto que exige maximizar la función objetivo repetidas veces...1.. Para resumir. para x = x*. La Tabla 2 verifica este hecho (recordando que en el caso üe las derivadas sólo estamos tratando de pequeños cambios y no de cambios discretos como refleja la tabla). se obtiene dy =x (2. (2. esta pendiente muestra el valor que buscamos. En casos más generales. un incremento de a en una unidad da también incrementa y* en una unidad.33) da da dy donde la notación nos recuerda que — debe calcularse en el valor de x que es óptimo para el valor deterda minado del parámetro a que se está analizando. (2.35) 8x¡ .31) da y.y. el teorema de la envolvente afirma que la variación del valor óptimo de una función respecto a un parámetro de esa función puede calcularse diferenciando parcialmente la función objetivo al tiempo que se mantiene x (o varias x) constante en su valor óptimo.. y lo utilizaremos en diversos momentos a lo largo de este manual para simplificar nuestros resultados. para a = 2. por ejemplo. y . oa Si se procede de esta manera. ^l = ^L{x = x*(a)}. El caso de muchas variables Se cumple un teorema de la envolvente análogo para el caso en el que y es una función de varias variables. Suponga que y depende de un conjunto de x (x. La razón por la que los dos planteamientos ofrecen los mismos resultados queda reflejada en la Figura 2. Es decir. y = f(xl.a). afirma que se puede calcular-^— para pequeñas vada dy naciones de a manteniendo x constante en su valor óptimo y calculando sencillamente — directamente a partir de la función objetivo. para a = 2.x„... Las pendientes de las tangentes son iguales a — • Evidentemente. al ofrecer un planteamiento alternativo. x„) y de un determinado parámetro a. Este resultado es bastante general. x* = 1. (2. El atajo de la envolvente Ha sido un poco complicado alcanzar esta conclusión. £-4í) Éste es precisamente el resultado obtenido anteriormente..3. El teorema de dy* la envolvente.

nos fijamos en la dosis óptima de x.34) se obtiene una expresión en la que el valor óptimo de y (digamos. (2. xf. y = /(x¡. Suponiendo que se cumplen las condiciones de segundo orden.35. a] Diferenciando totalmente esta expresión respecto a a se obtiene dy* = df dXj | df dx2 | | cf dxn | df da óx. en la Ecuación 2. pero este valor variará. a puede representar un indicador de la mejor salud posible de una persona. en la mayoría de los problemas económicos. el teorema de la función implícita se aplicaría en este caso y garantizaría que podríamos resolver explícitamente cada xf como una función del parámetro a: x?=x*(a) 4 =x*{á) (2. Sin embargo. y x2 de forma óptima.a) = -(*[ -1)2 -(x2 .2.y una solución a este proceso permitiría obtener valores óptimos para estas x (x*. Pero esto es precisamente lo que indica el teorema de la envolvente. Maximización con restricciones Hasta ahora nos hemos centrado en calcular el valor máximo de una función sin restringir las elecciones sobre las x disponibles. los valores óptimos de x¡ y x2 no dependen de a (siempre son x* = i. b. da óx2 da dxn da 5a Pero. siempre que elijan r. suponiendo que se elijan correctamente las dosis de x. El incremento del parámetro a sencillamente eleva el valor óptimo de y* en una cuantía idéntica (de nuevo. suponga que utilizamos un parámetro general igual a.42) y dy* ~da = <2'43) La gente que tenga una “buena salud por naturaleza” tendrá siempre mayores valores para y*. para esos valores óptimos. y x2). debido a ᣠ= £«l(2.2)2 + a. De aquí que obtengamos de nuevo el resultado de la envolvente: dy* _ df da da ’ donde se debe calcular esta derivada para los valores óptimos de las x. excepto el último. x2. en el Ejemplo 2.x*(a). en vez de igual a 1. x* = 2). analizamos los valores máximos de la función del estado de salud y = -(■*] -1)2 _ (x2 . y*) depende de un parámetro a tanto directa como indirectamente a través del efecto de a sobre las x*. son iguales a 0 si las x toman sus valores óptimos. Sustituyendo estas funciones en nuestra función objetivo inicial (Ecuación 2. Aquí. obtenemos y* = a (2. x%(a). por ejemplo. en función de cada persona. dy* Explique. debido a las condiciones de primer orden de la Ecuación 2. todos estos términos. por el contrario. por lo que.39.39.41) En este caso. PREGUNTA: Suponga que.2)2 +10 y descubrimos que x* = 1 x2* = 2 y* = 10. es decir. evidentemente. por qué sería necesariamente igual a cero en este 5b caso.44) da da de la Ecuación 2. y* = f[x?(a).41. x*) que dependerían implícitamente del parámetro a. El teorema de la envolvente: revisión del estado de salud Antes. Por tanto.36) x* = x*(a). no son . en palabras y en términos matemáticos. Suponga ahora que utilizamos el parámetro arbitrario a en vez de la constante 10 en la Ecuación 2.

A partir de la Ecuación 2. Optimizaiion in Economic Ttieory. existe al menos una ecuación adicional (la restricción) sin que haya variables adicionales.48) Para una presentación deiallada.. Vamos a proceder a este cálculo..x„) + Xg(xí. Por tanto.xn que maximizan y = f(xl. que utiliza un inteligente truco matemático que también tiene una interpretación económica mil. considerando que A.. Sin embargo. <£ y / tienen el mismo valor [porque g(xu x2.x„). si restringimos nuestra atención únicamente a los valores de las x que cumplen la restricción. 2“ edición (Oxford: Oxford University Press. Este requisito se cumpliría para el problema de un directivo que elige el nivel de producción que maximiza los beneficios: no tendría sentido un nivel de producción negativo. Condiciones de primer orden El método del multiplicador lagrangiano parte de la formulación de la expresión <Ü = f(xl. es decir.K.. se exige que todas las x sean positivas. estas ecuaciones se pueden resolver para los valores óptimos de las x. el valor de las x puede estar restringido por cuestiones económicas..x2. cuando se eligen los artículos que se van a consumir. que no sólo ayuda a resolver el problema en cuestión (puesto que ahora hay n +1 ecuaciones y n +1 incógnitas). Posteriormente interpretaremos esta nueva variable.46) donde la función7 g representa la relación que debe cumplirse en las x... Demostramos que en el punto óptimo. la restricción. (2..n)= para n incógnitas (lasx). por ejemplo. cap. Por ejemplo. sino que también tiene una interpretación útil en diversas circunstancias económicas. todas las derivadas parciales de/deben ser iguales a 0. Sin embargo..x„) = 0. Estas restricciones pueden reducir el valor máximo de la función que queremos maximizar. Dixit.. el sistema de ecuaciones está sobredeterminado.... En otros casos. cuando existen restricciones sobre las x.. (2. sus elecciones están restringidas por su poder adquisitivo disponible. 2. primero hay que observar que. El problema formal Más concretamente. Por tanto.47 obtenemos las condiciones para alcanzar un punto crítico como = f\ + *-8i = o dxl 09? — fi + ^82 ~ 0 ox-. i = l. Puesto que no podemos elegir libremen.xz. x„) = 0].. es también una variable (además de las x).x2... (2. suponga que queremos calcular los valores de x^ x2. o no.. xn). el individuo no puede elegir cualquier cantidad que desee. La técnica lagrangiana introduce una variable adicional (el multiplicador lagrangiano)... Se dice que las restricciones “no son vinculantes” si podemos obtener el mismo nivel de y imponiendo.. el cálculo del valor máximo restringido de /es equivalente al cálculo del valor crítico de cf.45) sujeta a una restricción que sólo permite utilizar determinados valores de las x.. En un apartado anterior se han analizado las condiciones necesarias para obtener un máximo local. véase A. Por tanto.x2. El método del multiplicador lagrangiano Un método para resolver los problemas de maximización con restricciones es el método del multiplicador lagrangiano. aunque aquí no intentaremos hacer una presción rigurosa6... Por lo general. cuando se cumple la restricción. hay n ecuaciones (/ = O. En muchas situaciones..factibles todos los valores de las x. La racionalidad de este método es bastante sencilla. por su restricción presupuestaria. Por el contrario.. 1990). (2..entre todas las x. y puede ser menor de lo que podría ser.47) donde X es una variable adicional denominada multiplicador lagrangiano... Una forma general de escribir esa restricción es g(x. .

xn. Como ejemplo sencillo. Por tanto.51) y la derivada -g¡ refleja.48 impone esta condición. que será central en nuestro análisis en muchos puntos de este manual. el coste marginal por unidad de utilizar x¡. reflejan la carga añadida en la restricción al utilizar un poco más de x¡. Las ecuaciones se pueden resolver... cualquier función de xvxi. del caso sin restricciones (véanse las Ecuaciones 2. En vez de proseguir hasta el punto en que la contribución marginal de cada x es 0.= ^. y x2 (por ejemplo) sea de una determinada cuantía en dólares. en efecto. esta restricción se podría escribir de forma implícita como g(kxl... normalmente. Sólo en el caso de que la restricción sea ineficaz (en cuyo caso.49) Si S2 Sn En otras palabras.16). (2. oX Las Ecuaciones 2. Por ejemplo. x2. Entonces podremos ver que suelen tener la interpretación de un “coste marginal”. Normalmente.x2) = F-plxl-p2x2 = 0. tendríamos ~8¡ = Pi (2. hay que volver a escribir las primeras n ecuaciones de 2. De hecho. Esta solución tendrá dos propiedades: (1) las x cumplirán la restricción porque la última ecuación en 2. Probablemente sea mejor dejar la interpretación completa de los denominadores en las Ecuaciones 2.. La solución a las Ecuaciones 2. y (2) entre todos aquellos valores de las x que satisfacen la condición.= X. Prácticamente todos loe problemas de optimización que encontraremos en los próximos capítulos tienen una interpretación parecida de las derivadas de las restricciones. Observe que hay n +1 ecuaciones (una para cada x y otra más para X) y n + 1 incógnitas.48 nos obligan a “pararnos antes” debido a las restricciones. Muestran el beneficio marginal que tendrá una unidad más de x¡ en la función que estamos intentando maximizar (es decir. esta variable también tiene una importante interpretación económica. X sería cero).48 de la siguiente manera -¿./).. El multiplicador lagrangiano como cociente coste-beneficio . el método del multiplicador lagrangiano ofrece una forma de encontrar una solución al problema de maximización con restricciones planteado al principio8. por lo general. las restricciones que analizaremos serán lineales.x2 = 0. en el punto máximo.= . Es decir.. las Ecuaciones 2. Utilizando nuestra terminología actual.49 son simplemente las contribuciones marginales de cada x a la función/.x2.48 diferirá. respecto a g¡ es el mismo para cada x¡. Por tanto.48 son pues las condiciones para obtener un punto crítico de la función «f.. Para desarrollar esta interpretación. ^ = fn+Xgn = 0 (2.. suponga que la restricción exige que el gasto total en x. F. aquellos que también satisfagan las Ecuaciones 2. para x¡.48) — = g(xi. Estas condiciones marginales tienen una interpretación económica en muchas situaciones distintas.Como se señaló anteriormente. = -^. es el coste por unidad de x¡)..49 hasta que encontremos estos cocientes en una situación práctica económica. como demostraremos más adelante.. la restricción x¡ + x2 = 1U puede escribirse como 10 .. la restricción sería P\x\ + Pixi = ^ (donde p.. (2.xn) = 0.48 harán que a’ (y por tanto f) sea lo más grande posible (suponiendo que se cumplen las condiciones de segundo orden). obtendremos la misma solución para las ecuaciones restringidas y sin restringir..x„ puede escribirse de esta forma implícita. el cociente de f. En capítulos posteriores utilizaremos habitualmente este procedimiento para tratar las restricciones. Pero los numeradores de las Ecuaciones 2. Interpretación del multiplicador lagrangiano Hasta ahora hemos utilizado el multiplicador lagrangiano (X) únicamente como un “truco” matemático para alcanzar la solución que queríamos. ya que serían las mismas.50) En esta situación. y para X..

El multiplicador lagrangiano ofrece pues un indicador de cómo afectaría esta relajación general de la restricción al valor de y. puesto que el cociente coste-beneficio (la cantidad del beneficio por unidad de coste) es mayor para x¡ que para x2.jZ) coste marginal de x¡ para cada xf. Pero. En este caso. el planteamiento frontal. Esto se puede demostrar utilizando más x. Sólo si los cocientes de los beneficios y costes marginales son iguales para todas las x. se podrían variar todas las x) puesto que. O bien. Dualidad Ei análisis anterior indica que hay una clara relación entre el problema de maximizar una función sujeta a restricciones y el problema de asignar valores a las restricciones. Éste es el problema primal del consumidor.Ahora podemos dar a las Ecuaciones 2. A tendrá un valor 0. Para ver que se trata de una condición evidente para alcanzar un máximo. El problema dual para el consumidor consiste en minimizar el gasto necesario para alcanzar determinado nivel de utilidad. por lo que la elección dependerá fundamentalmente de la comodidad del planteamiento. el cálculo del valor máximo de y sujeto a la restricción sería idéntico al cálculo de un máximo sin restricciones. para los valores óptimos de las x. analizando el problema primal. Es decir. cada una ofrece el mismo cociente de beneficios respecto a los costes. En los próximos capítulos se desarrollarán muchos ejemplos análogos. Cada uno ejemplifica que hay dos formas de abordar cualquier problema de optimización con restricciones. suponga que no fuera cierto: suponga que el “cociente coste-beneficio” fuera mayor para que para x2. por lo general. beneficio marginal de x¡ „ A— \Z. uno en el que ningún pequeño cambio de las x puede hacer que la función objetivo aumente. idénticos. los resultados serán. La utilización de más x¡. los economistas suponen que los individuos maximizan su utilidad. A veces. porque cada x tiene un elevado cociente coste-beneficio.49 una interpretación intuitiva. En esencia. el coste marginal del x¡ adicional utilizado sería igual al coste ahorrado por utilizar menos x2. puede aportar grandes perspectivas. El multiplicador lagrangiano (A.. A. puede ser más ilustrativo. El resultado es fundamental para la teoría microeconómica del comportamiento optimizador. En otras ocasiones. indica que no se puede ganar mucho relajando la restricción. el planteamiento de la “trastienda". Las aplicaciones prácticas de este principio básico se desarrollan en muchos puntos de este manual. El precio sombra de la restricción es cero. Por tanto. pero renunciando a suficiente x2 para mantener g (la restricción) constante.) también se puede interpretar a la luz de este análisis. Un valor reducido de A. Si la restricción no es en absoluto vinculante. A es el cociente común coste-beneficio de todas las x. por otra parte. . Indican que. los beneficios adicionales de utilizar más x. Esto refleja lo que se conoce como el principio matemático de la “dualidad”: cualquier problema de maximización con restricciones tiene asociado un problema dual de minimización con restricciones que se centra en las restricciones del problema original (primal). el problema primal de una empresa puede consistir en minimi/ar el coste total de los factores utilizados para producir determinada cantidad. haría que y aumentara porque Xj ofrece “más por su dinero”. avanzando un poco en nuestra historia. Independientemente del planteamiento adoptado. elevado indica que y podría aumentar sustancialmente relajando la restricción. no importaría cuál de las x cambiara (de hecho. habrá un máximo local. Por ejemplo. asigna un “precio sombra” a la restricción. Un A. Si se relajara ligeramente la restricción. sujeta a una restricción presupuestaria. en el margen. superarían la pérdida de beneficios derivada de utilizar menos de x2. aunque no siempre. Esta interpretación de A también se puede mostrar utilizando el teorema de la envolvente tal y como se describirá más adelante en este capítulo9. mientras que el problema dual consistirá en maximizar la producción dado un determinado coste de los factores utilizados. el cociente del beneficio marginal de incrementar x¡ frente al coste marginal de incrementar x¡ debería ser el mismo para cada x. y por tanto de menos x2. consistente en analizar el problema dual. debería utilizarse un poco más de xl para alcanzar un máximo. indicando así que la restricción no limita el valor de y. En este caso.

Utilizando la primera y segunda ecuación obtenemos -2. Escribiendo la expresión lagrangiana como en la Ecuación 2. primero escribimos la expresión lagrangiana: §£ = -x? + 2x. Para resolverlo. -x2 = 0.=x2-l. xl + x2 = 1 (2.59) donde X es la incógnita del multiplicador lagrangiano. (2.-x2 = 0.53) o — -x.56) La sustitución de este valor en en la restricción 2. Las Ecuaciones 2.=o.ÍJ + 2 = X = -2x2 + 4 o x. de 10 a 8. Observe que el punto óptimo inicial (x.x2 + 4x2 + 5. . ¿Qué área debería cercar el agricultor? Se trata claramente de un problema de maximización con restricciones.. (2. P. -x\+ 4x2 + 5 + X (1 . y x2 para que su suma sea igual a 1 ha reducido el máximo valor del estado de salud.55) dx2 ^ = l-x. Es decir. y. . y x2 están restringidas por el hecho de que el individuo sólo tolera una dosis de medicamentos al día.+4-* = 0 (2.x. (2. obtenemos las siguientes condiciones necesarias para obtener un máximo con restricciones: dct — = -2x]+2-X = 0 8xi ^ = -2x. la solución al problema de maximización con restricciones. resulta fácil encontrar la solución al obtener — = 2. el objetivo del individuo consiste en maximizar y = -x¡ + 2x. (2.54) r Diferenciando ¿ respecto a x„ x2 y /. x2 y X. Para ello. = L x. sujeto a la restricción de que el perímetro es fijo e igual a P = 2x + 2y. Si = 0. PREGUNTA: Suponga que este individuo tolerase dos dosis al día.58) Esta es. pero ahora vamos a suponer que las elecciones de jt.47 obtenemos cf = x-y + X(P-2x-2y). debe optar por tomar únicamente el segundo medicamento. y toma el valor 8. Al utilizar cualquiera de las dos primeras ecuaciones. pues. = 2) ya no es factible dada la restricción sobre las posibles dosis: es necesario encontrar otros valores. sea x la longitud de un lado del rectángulo e y la longitud del otro lado. Al igual que antes. La restricción de los valores de x. ¿Esperaría que y aumentara? ¿Tendría algún efecto sobre y el incremento de la tolerancia más allá de tres dosis al día? EJEMPLO 2.53 nos ofrece la solución: x2 = 1 x. si esta persona sólo tolera una dosis de medicamentos.6 Vallas óptimas y maximización con restricciones Suponga que un agricultor tiene una valla de determinada longitud. El problema consiste pues en elegir x e y de forma que se maximice el área del campo (dado por A = x ■ y).55 deben resolverse ahora para obtener los valores óptimos de x.Maximización con restricciones: la salud una vez más Vamos a volver una vez más a nuestro problema (tal vez tedioso) de la maximización de la salud. Las condiciones de primer orden para el máximo son M = )í_ 2X = 0 dx . y quiere cercar el área rectangular más grande posible. x2 = 1.x2). í2-57) En palabras.

= P-2x-2y = 0. podemos utilizar la restricción para demostrar que -2. El beneficio (en términos del área cercada) de una unidad más de x viene dado por y (el área aumenta en — • >). sea x la longitud de un lado del rectángulo e y la longitud del otro lado.58) Esta es. Las dos primeras ecuaciones dicen que yx . Al utilizar cualquiera de las dos primeras ecuaciones.60) dy . También implican que se debe elegir x e y de forma que el cociente de los beneficios marginales respecto a los costes marginales sea el mismo para ambas variables.60) dy . si esta persona sólo tolera una dosis de medicamentos. .y y X.=o. Las dos primeras ecuaciones dicen que yx 2=~2=^’ Por lo 9ue x cie*-ie ser i£ual a y (e! campo debe ser un cuadrado). Si = 0. dX Las tres ecuaciones en 2. Para resolverlo.47 obtenemos cf = x-y + X(P-2x-2y). Puesto que hemos demostrado que x = y. x2 = 1. La restricción de los valores de x. (2.59) donde X es la incógnita del multiplicador lagrangiano. sujeto a la restricción de que el perímetro es fijo e igual a P = 2x + 2y. la solución al problema de maximización con restricciones. pues. dX Las tres ecuaciones en 2. P. y el coste marginal (en términos del perímetro) es 2 (el perímetro disponible se reduce en 2 por cada unidad que aumenta la longitud del ladox). y x2 para que su suma sea igual a 1 ha reducido el máximo valor del estado de salud.ÍJ + 2 = X = -2x2 + 4 o x. debe optar por tomar únicamente el segundo medicamento. Las condiciones de máximo afirman que este cociente debe ser igual para cada una de las variables.56) La sustitución de este valor en en la restricción 2.60 deben resolverse simultáneamente para*. Las condiciones de primer orden para el máximo son M = )í_ 2X = 0 dx ^ = x-2X = 0 (2. y toma el valor 8. y quiere cercar el área rectangular más grande posible. Escribiendo la expresión lagrangiana como en la Ecuación 2. (2.= P-2x-2y = 0. de 10 a 8. .60 deben resolverse simultáneamente para*. í2-57) En palabras.y y X.^ = x-2X = 0 (2. (2. ¿Esperaría que y aumentara? ¿Tendría algún efecto sobre y el incremento de la tolerancia más allá de tres dosis al día? Vallas óptimas y maximización con restricciones Suponga que un agricultor tiene una valla de determinada longitud.=x2-l. y. ¿Qué área debería cercar el agricultor? Se trata claramente de un problema de maximización con restricciones. resulta fácil encontrar la solución al obtener — = 2. El problema consiste pues en elegir x e y de forma que se maximice el área del campo (dado por A = x ■ y). PREGUNTA: Suponga que este individuo tolerase dos dosis al día.53 nos ofrece la solución: x2 = 1 x.

66) = A-x ■ y = 0. (2. Puesto que hemos demostrado que x = y.2=~2=^’ Por lo 9ue x cie*-ie ser i£ual a y (e! campo debe ser un cuadrado). Suponga que el campo tiene acnial.64) Escribiendo la expresión lagrangiana =2x + 2y + X°(A-x-y) (2.63) sujeto a la restricción A = xy.65) ¡donde D indica el hecho de que se trata del problema dual) se obtienen las siguientes condiciones de primer orden para el mínimo: d<£D = 2-X°-y = 0 = 2-X°-x = Q (2.62) 8 LVTERPRETACIÓN DEL MULTIPLICADOR LAGRANGIANO.06 yardas cuain-das. -2 4 s. en efecto. es igual a 10 050. un agricultor quiere minimizar el tamaño de la valla necesario para cercar el campo. el multiplicador lagrangiano ofrece aquí información útil sobre el valor implícito de la restricción. podemos utilizar la restricción para demostrar que x = y = —. la valla disponible) aumentara en una yarda. cada lado del cuadrado tendrá — yardas. Por tanto.62 “predeciría” pues que el área total aumentaría en aproximadamente 50 yardas cuadradas f = — ] • Que. para una determinada área de un campo rectangular. Matemáticamente.-ínte un perímetro de 400 yardas. P X = — • (2. puesto que y = 2X. . DUALIDAD. es así se puede demostrar de la siguiente manera: ®' 401 ruesto que el perímetro es igual ahora a 401 yardas. Si el agricultor ha hecho una planificación “óptima”. El problema dual de este problema de maximización con restricciones es que. (2. el campo será un cuadrado 100 yardas J^= de lado. El área total del campo . lo que. Las condiciones de máximo afirman que este cociente debe ser igual para cada una de las variables. la “predicción” que hace el multiplicador lagrangiano de que se producirá un incremento de 50 yardas cuadradas es notablemente buena. Como en todos los problemas de maximización con restricciones. el multiplicador lagrangiano sugiere que podría calcularlo dividiendo d perímetro actual por 8. El beneficio (en términos del área cercada) de una unidad más de x viene dado por y (el área aumenta en — • >). (2. igual a I 1 . según la calculadora del autor de este texto. También implican que se debe elegir x e y de forma que el cociente de los beneficios marginales respecto a los costes marginales sea el mismo para ambas variables. el problema consiste en minimizar P=2x + 2y. y el coste marginal (en términos del perímetro) es 2 (el perímetro disponible se reduce en 2 por cada unidad que aumenta la longitud del ladox). El área cercada tendrá 10 000 yardas cuadradas. La Ecuación 2. Suponga ahora que el perímetro (es decir.61) 4 y. por tanto. Si el agricultor estuviera interesado en saber cuánto campo jsade cercar añadiendo una yarda más de valla. Algunas cifras específicas pueden clarificar esta cuestión.

Por tanto. Como hemos demostrado. la variación del valor máximo de y resultante cuando varía el parámetro a (y se vuelven a calcular los nuevos „valores óptimos de las jc) se puede calcular diferenciando parcialmente la expresión lagrangiana (Ecuación 2. . Como un ejercicio sencillo. Maximización sin cálculos No todos los problemas económicos de maximización se pueden resolver utilizando los métodos de cálculo descritos anteriormente. Alternativamente. Suponga que queremos maximizar el valor de y = f(x1.72) da da Es decir. Esta situación queda reflejada en la Figura 2. . se puede demostrar que ^ = ^(x* .. el directivo sólo puede producir unidades discretas de q (no tiene sentido producir 4.. En la Figura 2.71) y calculando la derivada parcial resultante en el punto óptimo10. el valor del lagrangiano en el dual es sencillamente la inversa del Yalor dd lagrangiano en el problema primal. (2.. Aquí.a). En diz . como vimos antes. Es necesario algún dq otro método para localizar de forma sistemática un punto como q*..xn\a) (2. que analizamos anteriormente con relación a los problemas de maximización sin restricciones. también tiene importantes aplicaciones en los problemas de maximización con restricciones. Si no se impusiera esta resiricción. Más adelante se ofrecerá una serie de ejemplos de sus aplicaciones.x*-a).. y sólo dispone de aproximaciones con líneas rectas. Por ejemplo.*„.6n... sería necesaria una valla de 400 yardas de longitud. pero este d TI punto no se puede encontrar utilizando métodos de cálculo porque — no existe12 en q*. este multiplicador lagrangiano indica la relación entre el objetivo (minimi7ar la longitud de la valla) y la restricción (la necesidad de cercar el campo).48) para los valores óptimos x* x*.69) sujeto a la restricción £(x. como en la mayoría de los problemas duales. Aquí. ¿qué forma del campo permitiría cercar una área máxima? ¿Cómo puede demostrarlo? El Teorema de la Envolvente en los problemas de maximización co n restricciones El teorema de la envolvente..02 yardas más de valla | = -j= = j' El lector puede utilizar su calculadora para comprobar que.71) y resolver las condiciones de primer orden (véanse las Ecuaciones 2. es así: una valla de 100. (2. una forma de solucionar este problema consiste en escribir la expresión lagrangiana S£ = /(X. (2.x„\a) + kg(x] . Aquí.. la expresión lagrangiana desempeña el mismo papel al aplicar el teorema de la envolvente al problema restringido que el que desempeña la propia función objetivo en los problemas sin restringir (véase la Ecuación 2..<i) = 0.4b se muestra un segundo ejemplo del fallo de los métodos de cálculo tradicional.70) donde hemos mostrado explícitamente la dependencia de las funciones / y g de un parámetro a. Aquí vamos a ofrecer únicamente una breve presentación del teorema. el directivo de una empresa puede desconocer cuál es exactamente su función de beneficios. en efecto. Si el campo tuviera 10 000 yardas cuadradas.AI igual que antes. q* es claramente la cantidad que ofrece los máximos beneficios.x„-. PREGUNTA: Una restricción implícita aquí es que el campo del agricultor es rectangular.4a. El incremento del campo en una yarda cuadrada exigiría aproximadamente 0. aunque de forma ligeramente distinta. Ambos ofrecen la misma información.005 yardas en cada lado cercaría exactamente 10 001 yardas cuadradas.38). el lector puede intentar demostrar que este resultado se cumple en el problema de cercamiento de un campo rectangular descrito en el Ejemplo 2.3 automóviles).

en efecto. tanto por cuestiones de sencillez. es necesario utilizar distintos tipos de técnicas de “programación”. en (b) el directivo sólo puede optar por valores discretos de q. observe que la pendiente de f(q) cambia muy abruptamente en q*. en este caso. = — • El teorema de la envolvente. La mayoría de los aspectos interesantes. no se pueden efectuar las pequeñas modificaciones necesarias para aplicar el método de cálculo. Se han desarrollado técnicas matemáticas de “programación” específicas para tratar los problemas reflejados en la Figura 2. desde el punto de vista económico. el perímetro P es el parámetro de principal interés aquí: al calcular los valores óptimos de x e y y sustituirlos dA P en la expresión del área (A) del campo. en los valores óptimos de x e v. la mayoría de los problemas económicos utilizan funciones para las que se cumplen las condiciones de segundo orden para alcanzar un máximo.este caso. Para el problema primal. resulta fácil demostrar que — = — • La diferenciación de la expresión lagrangiana (Ecuación dP 8 a« ¿A dP 2. — Para ver por qué. como porque los métodos de cálculo y las técnicas de programación tienen muchos parecidos.4b se puede resolver mediante métodos de “programación integrar13. y. la práctica que aplicaremos en gran parte de este manual porque.59) ofrece la expresión — = X.4a es un caso extremadamente sencillo que se puede resolver mediante métodos de “programación lineal”. Análogamente. de las técnicas de programación quedan reflejados en los métodos de cálculo. En este caso. Condiciones de segundo orden Hasta ahora. Para poder encontrar cualquiera de estos máximos. nuestro análisis de la optimización se ha centrado fundamentalmente en las condiciones necesarias (de primer orden) para encontrar el máximo. Sin embargo. en este manual nos ocuparemos fundamentalmente de los métodos de cálculo para resolver problemas de maximización con restricciones. En este apartado analizaremos brevemente la relación entre las condiciones de . como veremos.4. el caso reflejado en la figura 2. ^ Algunas funciones de producción para las que las técnicas de cálculo de maximización no resultan adecuadas En (a). Estas técnicas ofrecen herramientas poderosas para resolver problemas de maximización con restricciones y han demostrado ser extremadamente útiles para analizar situaciones difíciles del mundo real. — = — = A. — no está definido para q*\ el cálculo no nos ofrece un método sistemático para encontrar q*. Ésta será. Esta elección se ha tomado. El ejemplo que se muestra en la figura 2. 5P F dP dP 8 ofrece pues una prueba más de que el multiplicador lagrangiano puede utilizarse para asignar un valor implícito a la restricción. los métodos de cálculo no podrán encontrar el nivel de producción (q*) que ofrece el máximo beneficio porque la derivada no está definida en ese punto. de nuevo.

A lo largo de este apartado se encontrarán condiciones de curvatura análogas.80) dq o q* = m. el valor de y no cambia: lo que tenemos que comprobar es si y está aumentando antes de alcanzar esa “meseta” y disminuye después. *anto respecto a x¡ como a x2.74) dx en ese punto. sino que siempre es nega. (2. en efecto.79) La condición de primer orden para alcanzar un máximo exige que — = 1000-10*7 = 0 (2. ¿Qué implicación tiene este hecho para el punto óptimo? ¿Cómo debe interpretarse el hecho de que la derivada segunda sea una constante? Funciones con dos variables Como segundo caso vamos a analizar y como una función con dos variables independientes: y = f(xl.83) Una condición necesaria para que esta función alcance su valor máximo es que las derivadas parciales. sean iguales a cero.75) Lo que necesitamos ahora es que dy disminuya para pequeños incrementos del valor de x. el máximo. > = /(*)• (2. esta condición exige que la función / tenga una forma cóncava en el punto crítico (compare las Figuras 2. Para garantizar que ese punto es.75 viene dada por d(dy) = d2y = ^ ^ ^ • dx = f"(x) dx dx = f"(x)dx2.77) y.78. La racionalidad económica de estas condiciones se analizará a lo largo del texto. (2. la derivada segunda no sólo es negativa en el punto óptimo.1 analizamos el problema de encontrar el máximo de la función 7t = l 000<7-542. x.::va.81) La derivada segunda de la función viene dada por d2n —I = ~10<0.x2).segundo orden para alcanzar un máximo y las condiciones de curvatura que tienen que tener esas funciones para garantizar que se cumplen aquéllas. La derivada de la Ecuación 2.82) dq y se cumple por tanto la Ecuación 2.84) . Funciones con una variable Primero vamos a analizar el caso en que nuestro objetivo.2). y tiene que disminuir cuando nos alejamos de él. (2. que viene dada por la derivada total dy = f'(x) dx. El punto q* = 100 cumple la condición suficiente de un máximo local. En palabras. f-JS-o — (2. para pequeñas variaciones de Jt.76) dx Pero d2y< 0 implica que f"(x) dx2 <0 (2. y. Ya hemos derivado una expresión de la variación de y {dy). es una función de una única variable. (2. Es decir. De nuevo la maximización de beneficios En el Ejemplo 2. tenemos f'\x) < 0 (2. puesto que dx2 debe ser positivo (porque cualquier cosa al cuadrado es positiva).73) Una condición necesaria para que esta función alcance su valor máximo en algún punto es que $L = f'(x) = 0 (2. (2. Ya sabemos (de la Ecuación 2.78) como exige la condición de segundo orden. (2.1 y 2. Es decir. PREGUNTA: Aquí.74) que.

Recuerde primero que la derivada total de la función viene dada por dy . Esto es sencillamente una aplicación de nuestro análisis del caso de una variable. por tanto. También se deben imponer condiciones en las derivadas parciales cruzadas (/í2 = /21) para garantizar que dy está disminuyendo para los movimientos a través del punto crítico en cualquier dirección. Por tanto.^ = f 2 = o. por el teorema de Young. = O. Se puede utilizar un argumento idéntico para los movimientos en la dirección de x2.fx dx{ + f2 dx2. (2. Se puede utilizar un álgebra relativamente sencilla para demostrar que la condición requerida es14 /n/22-/. estas condiciones implican que se exige que las derivadas parciales de segundo orden sean suficientemente grandes como para contrarrestar cualquier posible derivada parcial cruzada “perversa” que pueda existir. puede ser útil adoptar un planteamiento intuitivo.87) Puesto que. entonces • 2 d y = fu dxf (2. para que se tenga un máximo. si se presta atención únicamente a los movimientos norte-sur o este-oeste. la derivada parcial f) debe estar disminuyendo en el punto crítico. La complejidad que surge en el caso de dos variables implica movimientos a través del punto óptimo que no son únicamente en la dirección de xx o de x2 (por ejemplo. dx-. Utilizando nuestra analogía de la montaña. será un candidato para el máximo.91) . dx2 Un punto que cumpla estas condiciones será un punto “plano” de la función (un punto donde dy = 0) y. Un argumento intuitivo Antes de describir las propiedades matemáticas de ese punto.88 sea negativa sin ninguna ambigüedad ante cualquier variación de las x (es decir.2>0. se puede compensar que la pendiente no sea excesiva en otras direcciones. + /12 dx2 <¿t. (2. por ejemplo. /12 = /21. Intuitivamente.! dx{ + f2 dx2)dxl + (f2l dxY + f21 dx2) dx2 (2. En estos casos. movimientos del noreste al sudoeste). si la montaña tiene suficiente pendiente en las direcciones norte-sur y este-oeste.86) O . Si. /]2.88) Para que la Ecuación 2. Un análisis formal Ahora vamos a reflejar estas cuestiones formalmente.90) Se puede hacer el mismo análisis para fn haciendo que dxl = 0.85) La derivada de esa función viene dada por d2y = (/. Como veremos. la condición necesaria es clara: la pendiente en la dirección de xx (es decir. Para garantizar que ese punto es un máximo local. y muestra que. 2 d y = /n dx. la derivada parcial segunda en la dirección de X] debe ser negativa. la pendiente de la montaña debe estar disminuyendo cuando cruzamos la cumbre: la pendiente debe pasar de positiva a negativa. Si analizamos sólo los movimientos en la dirección de A". para decidir si ¿ly es negativa sin ambigüedades. sólo hay una forma de irse de la cima de una montaña. Lo que queremos encontrar son las condiciones que debemos imponer sobre las derivadas parciales segundas de la función/para garantizar que <fiy es negativa para movimientos en cualquier dirección a partir del punto crítico. para cualquier posible dx{ y dx2) es evidentemente necesario que f y f sean negativas. y consiste en bajar. Si ni dx¡ ni dx2 es 0. + f2] dx{ dx2 + f22 dx2.. y debe disminuir para movimientos en cualquier dirección que se aleje del punto crítico: en términos gráficos.(2. hemos demostrado que las dos derivadas parciales segundas (/u y f22) deben ser negativas para que se tenga un máximo local.89) >’ d2y < 0 implica que f\i < 0. las derivadas parciales de segundo orden no ofrecen información completa sobre cómo cambia la pendiente cerca del punto crítico. entonces tenemos que analizar la parcial cruzada. (2. podemos ordenar los términos para obtener d2y = fu dx2 +2 f2 dxx dx2 + f22 dx2. (2.

94) (f„dx2 y * La demostración parte de sumar y restar el término — . un caso especial de esta propiedad. Este problema es de un tipo que se encontrará con frecuencia en este manual y constituye un caso concreto de los problemas de maximización con restricciones que hemos analizado anteriormente. Esta imagen deja claro que un punto plano en rste tipo de función es.91.95) /. = f(x1.91 es que las derivadas parciales segundas (/.b1x1 . En particular. Pero este planteamiento sólo se /II ^aede aplicar en este caso concreto.Funciones cóncavas Intuitivamente. ¿>.x2 y X ofrecen las siguientes expresiones . Un planteamiento más fácil de generalizar. = -2x. analice el problema de elegir x¡ y x2 para maximizar y = f(x \. Las funciones que cumplen esta condición se denominan Junciones cóncavas. que utiliza el álgebra matricial. En tres dimensiones.2 analizamos la función de la salud y = f(xu x2) = -xf + 2x¡ . véanse las Ampliaciones a este capítulo. un auténtico máximo porque la función tiene siempre pendiente negati.b2x2 = 0 (2. por lo que se cumplen ambas condiciones necesarias y suficientes para obtener un máximo local15.96) sujeto a la restricción lineal c . (2.91 son lo mismo que exigir que la matriz hesiana 7n fn .x2 + 4X2 + 5.88 y sacar factor común. saé 'definida negativa”.va a partir de ese punto. Las condiciones de primer orden para el máximo son /. lo que exige la Ecuación 2.92) (2.2 = 0Estas derivadas cumplen claramente las Ecuaciones 2. (2. Por lo general.92 son (2.fu fn.8 Condiciones de segundo orden: la salud por última vez En el Ejemplo 2.98) Las derivadas parciales respecto a x¡.x2) + X(c-blx]-b2x2). Las derivadas parciales de segundo orden de la ecuación 2. y que las Ecuaciones 2.90 y 2. EJEMPLO 2. a la Ecuación 2.x2). Para un análisis de esta assstión. parte de que la Ecuación 1 es una “forma cuadrática” en dx¡ y dx2. en efecto.91 exige que el determinante de esta hesiana sea positivo. fn = -2 (2. PREGUNTA: Describa la forma cóncava de la función de salud e indique por qué sólo tiene un único valor máximo global. demostramos que las condiciones de primer orden para el máximo se pueden derivar escribiendo la expresión lagrangiana g. y b2 son parámetros constantes en el problema).90 y 2. las funciones cóncavas tienen la propiedad de que siempre están por debajo de cualquier plano tangente a ellas: el plano definido por el valor máximo de la función es.97) (donde los parámetros c.. la Ecuación 2. y f12) sean suficientemente grandes como para compensar cualquier efecto perverso posible de las derivadas parciales cruzadas (/I2 =/21). Maximización con restricciones Como caso final. simplemente. +2 = 0 f2 = -2X2 +4 = 0 1 x% = 2.93) (2. estas funciones parecen tazas puestas al revés. Antes.

tenemos que utilizar las condiciones de primer orden.b2x2 = 0. de hecho. (2. x2 y X. no son permisibles todos los pequeños cambios posibles de las x.88: d2y = /) j dx[ + 2 fl2 dx{ dx2 + f22 dx\.97): -b{ dxl . como vere. Combinando términos y sacando factor común obtenemos d2y = {fj2 -VM + J2 Por tanto. Estas ecuaciones se pueden resolver. y x2 al analizar los movimientos desde el punto crítico. h Ji d-y = fu dx{ + 2/12 dr. Los . en estos casos la condición de cuasi concavidad tiene una interpretación económica relativamente sencilla. para encontrar los valores óptimos de x¡. dxf .105) + fll : f. dos puntos cualesquiera del conjunto se pueden unir por una línea que está totalmente áesro del conjunto).102. (2. debe cumplirse que /11/2 — 2fl2f¡f2 + /22/1 <0. combinando este resultado con la Ecuación 2.106) (2.b2 dx2 = 0 (2. debemos calcular la derivada total de la restricción (Ecuación 2. Refleja un conjunto de funciones conocidas asno funciones cuasi cóncavas.con más detalle en el Capítulo 3.f — Xbx = 0 f2-Xb2= 0 (2. (2. sin embargo. se trata.100 para mostrar las condiciones que deben cumplirse para que d2y sea negativa: (2. Para analizar estos cambios.h dxx ft (2. Esta ecuación demuestra los cambios relativos permisibles de x.102) -^-dxl . de una condición bastante importante. por lo general. para que (P-y < 0. Las dos primeras implican que /i ¿i y= <2-103) h y. debemos analizar de nuevo los movimientos de alejamiento de los puntos críticos utilizando las derivadas totales “segundas” que ya se han presentado en la Ecuación 2. Estas funciones tienen la propiedad de que el conjunto de todos los pun. Para seguir avanzando en la resolución de este problema.x-s para el que esa función toma un valor mayor que cualquier constante predeterminada es un conjunto convexo (es decir.100) Ahora.107) Funciones cuasi cóncavas Aunque la Ecuación 2.107 parece poco más que una masa compleja y desordenada de símbolos matemáticos. Sólo aquellos valores de xY y x2 que sigan cumpliendo la restricción pueden considerarse alternativas válidas al punto crítico.bxxx . Muchos modelos económicos se caracterizan por este tipo de funciones y.2fn jr dxf + f22 ^ dx\. Para garantizar que el punto calculado así es un máximo local. se obtiene dx2=-£-dxt.104) J2 Ahora podemos sustituir esta expresión en dx7 en la Ecuación 2.99) c .101) o dXi = dX\.

Condiciones de segundo orden para el problema de las vallas Para demostrar las condiciones de segundo orden en el caso con restricciones.2 .y)'7 ¿Tiene un máximo global? Para un valor fijo de/. Por el contrario. y y X obtenemos (2. Una forma de resumir las herramientas matemáticas introducidas en este capítulo consiste en destacar •fc agio las lecciones económicas que reflejan estas herramientas: .6.107..114) 0 • x2 .110) ^1« II * 1 (O II o — = P-2x-2y = 0. y) = xy sujeto a la restricción P .1 • y ■ x + 0 • y2 = -2xy.2y = 0. En términos formales. tenemos (2.2x . se cumplen las condiciones de segundo orden para un restricciones.=y fl=fy=X (2.113) /. El material de este capítulo será pues útil como ■a referencia.112) OH I ’'t II * II * 8 Condiciones de segundo orden. Escribiendo la expresión lagrangiana <g = xy + X(P-2x-2y). Haciendo las sustituciones pertinentes en la Ecuación 2.9 y 2.10 analizan dos funciones cuasi cóncavas ccocretas que encontraremos con frecuencia en este manual16.111) (2. este libro no es un manual de matemáticas.Problemas 2.108) A = f(x. Para analizar las condiciones de segundo orden calculamos f=f. Puesto quex ey son ambas positivas en este problema.-e (N 1 21* (2. nuestra intención aquí era recopilar diversas herramientas que serán utilizadas «B2 desarrollar modelos económicos en el resto del texto. se obüencn las siguientes condiciones necesarias para el máximo: O II . ¿cuál es la forma de las líneas envolventes de la función? Resumen A pesar de la formidable apariencia de algunas partes de este capítulo. ese problema exige que maximicemos (2. ex Resolviendo estas ecuaciones para calcular los valores óptimos de x.=/* = o = = /l2 fxy 1 fl2 ~ fyy ~ 0. mo con máxi PREGUNTA: ¿Qué forma tiene la función f(x. vamos a analizar el problema de las vallas del Ejemplo 2.109) (2.

Así. — La mayoría de los problemas económicos de optimización incluyen restricciones de las elecciones que pueden tomar los agentes. Estas condiciones de curvatura tendrán implicaciones económicas útiles. sea el mismo para todas las actividades utilizadas. los precios de mercado). — Las matemáticas de la optimización son una herramienta importante para el desarrollo de modelos que suponen que los agentes económicos intentan alcanzar un objetivo de forma racional. En este caso. En el caso sin restricciones. — El teorema de la función implícita es un instrumento matemático útil para reflejar la dependencia de las elecciones derivadas de un problema de optimización respecto a los parámetros de ese problema (por ejemplo. El multiplicador lagrangiano también se puede interpretar como el valor implícito (o precio sombra) de la restricción. Se pueden estudiar las implicaciones económicas de diversos supuestos en un marco simplificado mediante la utilización de estas herramientas matemáticas. . — Las condiciones marginales de primer orden desarrolladas en este capítulo son sólo condiciones necesarias para obtener un máximo o un mínimo. Para garantizar que se alcanza un auténtico máximo o mínimo es necesario comprobar las condiciones de segundo orden que describen la curvatura de la función que se está optimizando. las condiciones de primer orden afirman que cualquier actividad que contribuye a alcanzar el objetivo del agente debe ampliarse hasta el punto en que la contribución marginal de una nueva ampliación de la actividad sea 0. — El concepto matemático de las derivadas de una función se utiliza mucho en los modelos económicos porque los economistas suelen estar interesados en los efectos de los cambios marginales de una variable sobre otra variable. la condición de primer orden para alcanzar un óptimo exige que todas las derivadas parciales sean iguales a 0. El teorema de la envolvente es útil para analizar cómo varían estas elecciones óptimas cuando cambian los parámetros (precios) del problema.— La utilización de las matemáticas ofrece una forma cómoda y rápida para que los economistas desarrollen sus modelos. las condiciones de primer orden de un máximo sugieren que cada actividad debe operar en el nivel en que la relación entre el beneficio marginal de la actividad. que se suele introducir para ayudar a resolver los problemas de optimización con restricciones. las derivadas parciales incorporan el supuesto ceteris paribus que se encuentra en la mayoría de los modelos económicos. respecto al coste marginal de la misma. En términos matemáticos. Las derivadas parciales son de especial utilidad para este fin porque están definidas para reflejar estos cambios cuando todos los demás factores se mantienen constantes. Este cociente común del beneficio y coste marginal también es igual al multiplicador lagrangiano.

El supuesto de continuidad no parece correr el riesgo de descartar algunos tipos de comportamiento económico especialmente importantes en el mundo real. los estudios concluyen que las elecciones de una persona son. Siguiendo la terminología introducida en el siglo XIX por el teórico político . en la mayor parte de los casos. — “B es preferida a A”. pero que las conclusiones deben modificarse cuando el individuo no comprende totalmente las consecuencias de sus elecciones. considera que está mejor en la situación A que en la situación B. teniendo en cuenta todo. Se supone que los individuos no quedan paralizados por la indecisión: comprenden totalmente y siempre pueden decidir sobre la deseabilidad de dos alternativas cualesquiera. Axiomas de la elección racional Una forma de iniciar el análisis de las elecciones de los individuos consiste en afirmar un conjunto básico de postulados. Este supuesto se puede contrastar empíricamente. Si un individuo afirma que “A es preferida a B” y que “B es preferida a C”. Por lo general. en efecto. de la menos deseable a la más deseable1. Puesto que. asumiremos que se realizan elecciones con información completa (aunque analizaremos la incertidumbre en la Parte III y en otras secciones). el individuo siempre puede especificar exactamente una de las tres posibilidades siguientes: — “A es preferida a B”. Este supuesto afirma que las elecciones de un individuo son consistentes. que encontraremos a lo largo de este manual. — Transitivas. que describen el comportamiento “racionar. El objetivo del supuesto consiste en excluir determinados tipos de preferencias discontinuas con forma de sierra que plantean problemas para el desarrollo matemático de la teoría de la elección. se supone que afirma que. la propiedad transitiva parece un supuesto adecuado sobre las preferencias. todos tienen parecidos en tanto en cuanto parten del concepto de “preferencia”: cuando un individuo afirma que “A es preferido a B”. o axiomas. Si un individuo afirma que “A es preferida a B”. es posible demostrar de manera formal que la gente es capaz de clasificar en orden de preferencia todas las situaciones posibles.PREFERENCIAS Y UTILIDAD En este capítulo nos fijamos en la forma en que los economistas describen las preferencias de los individuos. o — “A y B son igual de atractivas”. Utilidad Dados los supuestos de preferencias completas. Se supone que esta relación de preferencia tiene tres propiedades básicas: — Completas. — Continuidad. las situaciones suficientemente “cercanas” a A también deben preferirse a B. Nos fijamos en algunas características generales de esta función y en unos pocos ejemplos sencillos de funciones de utilidad en concreto. transitivas. entonces también deberá afirmar que “A es preferida a C”. transitivas y continuas. pero rápidamente pasamos a la principal herramienta de los economistas para estudiar las elecciones individuales: la función de utilidad. Este supuesto relativamente técnico es necesario si queremos analizar las respuestas de los individuos a cambios relativamente pequeños de la renta y los precios. Si A y B son dos situaciones cualesquiera. El supuesto también excluye la posibilidad de que el individuo pueda afirmar que A es preferida a B y que B es preferida a A. Aunque se lian propuesto distintos conjuntos de axiomas de este tipo. Partimos de un análisis bastante abstracto de la "relación de preferencias".

En ambos casos.5. es mayor que la utilidad asignada a B. en efecto. los economistas pueden decir bastantes cosas sobre la clasificación de la utilidad analizando las elecciones que realiza la gente de forma voluntaria. las clasificaciones de la utilidad son como la clasificación ordinal de los restaurantes o de las películas que utilizan una. como veremos. que escribiremos como U (A). El supuesto ceteris paribus Puesto que la utilidad hace referencia a la satisfacción general. los economistas denominan a esta clasificación utilidad1. También citaremos a Bentham al afirmar que las situaciones más deseables aportan más utilidad que las menos deseables. Por tanto. Cualquier conjunto de números que asignemos de forma arbitraria y reflejen de forma precisa el orden de preferencias inicial implicará el mismo conjunto de elecciones. No hay ninguna diferencia entre decir que í/(H)-"5 y U(B) = 4 odecirque U (A) = 1 000 000 y U(B) = 0. suele ser necesario centrar la atención. Por tanto. Simplemente reflejan la deseabilidad relativa de conjuntos de bienes. dos. Cualquier conjunto de números que refleje con precisión el orden de preferencias de una persona será válido. Este supuesto ceteris paribus (todo lo demás permanece constante) se invoca . no tenemos ninguna manera de medir si el paso de la situación A a la situación B ofrece más utilidad a una persona que a otra. Si una persona afirma que un filete le aporta una utilidad de “5” y otra afirma que el mismo filete la aporta una utilidad de “100”. Todo lo que se puede esperar es que la persona que afirma que un día está en el “6“ de la escala y al siguiente afirma estar en el “7” está. Es decir. de sus experiencias personales y del entorno cultural en general. mientras que se mantienen constantes todos los demás factores que afectan al comportamiento. es evidente que este indicador se ve afectado por diversos factores. No obstante.Jeremy Bentham. nuestro concepto de utilidad se define únicamente como una transformación que mantiene el orden (“monótona”)3. En términos técnicos. Esta falta de exclusividad en la asignación de números a la utilidad también refleja por qué es imposible comparar las utilidades de dos personas. las cantidades relativas de alimentos y cobijo adquiridas. si una persona prefiere la situación A a la situación B. el número de horas trabajadas a la semana. no tiene sentido preguntar: "¿en cuánto más se prefiere A a B?’\ puesto que esta pregunta no tiene una única respuesta. una práctica común consiste en dedicar nuestra atención exclusivamente a las elecciones entre opciones cuantificables (por ejemplo. más contenta el segundo día. Por tanto. tres o cuatro estrellas. Análogamente. sino también de actitudes psicológicas. no podemos decir cuál de los dos individuos valora más el filete porque podrían estar utilizando escalas muy distintas. Mediciones de la utilidad no excluyentes Podemos incluso asignar cifras a estas clasificaciones de la utilidad. los números implican que se prefiere A a B. diremos que la utilidad asignada a la opción A. de las presiones de su grupo de compañeros. Aunque los economistas tienen un interés general por analizar estas influencias. Las encuestas que piden a la gente que clasifique su “felicidad" en una escala del 1 al 10 podrían utilizar igualmente una escala del 7 a 1 000 000. Pero estas cifras no serán cxcluycntcs. o los votos entre fórmulas impositivas concretas). U (B). La utilidad de una persona no sólo depende de su consumo de cantidades físicas.

 .

nn°ff  nf &  ¾ h° –f    n¾  fhn °f  n¯  h° ¾  ¾–   f°     fn°½xnf ° nf° f ½ n f ° €n¾  °  n    ½ n  °   ½ nn°   ¯f¯f ¾ ° €n¾   ° f   ½ n&  ¾    °"&  °$      f f¾  .

¯½ f  ¯ ° ¾ ½f  ¯   ½ffffn° ¾¯½  ³f¾ ¾ f¯f f f  f   € €°n° €%% ¾  ¾n n¯  € % .+ JJ  % %      ¾    f  ¾ nn °  ½ °   ° ¯ °  ½°" ¾  ©f  If f f f °°½° ¾ ° n ¾f ¯ °n°f °f n° °n° ¾   °fn° ¾  f–°f¾  n ¾ ¾ ½ ° °  ¯¾f ½nf¯ °  ½° ° f nfnf  f f f f 9 © ¯½  f f f f ° ½° ¾ ½  ¾n  % % %€f °¾¯¯ °¾°  ¾f f  ½ff ¾¾f ¾½¾  ¾  °¾ ¯ °n°f  ½nf¯ ° °°–°½° °n°n ½ff nhn f f f  °  © ¯½ f–f   °  °  ¯ °f¾  °   .h¾€¯f¯ ° f f f °f€°n°    €%%  ° ½° ¾  €° n¯ ¯.

 "  " " ° ".

h ¾ f   °& f¾ –ffn  ½ ¾  f ¾½¾½fff ¾ °€  ¾f&° –f½fff ¾¾½  ¾f& f f f ¾f½ °  °  fnf ° n ¾°  ¾f½ °  °  ¾½¾fff  f &° –ffff  nf & ° ½° & f½ °  °  €%% ¾  .

° n° ½¯  °½ff ¯h¯ ¾  ¾f  ¾ f¾f° – ° f 9ff °f€°n° °fff  fnf°n ¾f¯h¯ ° °½° f f f ° ¾ ½°%¾ ¾ % ¾   f ¾°  n½  f ¾¯f f€°  n°€%%n° f¾ ¯°  f  nf¯ ° ¾ f½¾   °n°f ½° °      ° ¾ ½°½¯%½ © ¯½ &% ¾ n¯½f   & .

° n° ¾ ¾ –°  ° ° ¯ f– °  n° ½ ¯ °f ½ ff¯f¾ f °–f³¾f½nff €¯f°– °f ¾ ¾f –f 9 © ¯½ ¾½°–f f€°n°  ° €n¾ ° f€¯f f¾ f–f  f    f€°n°  ° €n¾ ¾f ¾ ¯ ¾f °f–f f    n f½ n °       –f ½°& ¾ ½°   n n°¾ °¯°¯ °°¯h¯  ¾ ° €n¾  °h–f¯ ° ¾f€°n°  ° €n¾ ¾f ¾ ¯ ¾f °f–f     n  –f ½°&  f° € n ° ° €n¾½ f nf °  ½ nn°°€ f   ¾  ¾°  f  °€  f nf  ½ nn° ¾½  f "  ¾f¾ ¾fn° ¾ ° nf°     n¯f ¯h  n     ¾°f n° n° ° n ¾ff½fffnf°f° ¯h¯  ½ ° ¾°fn° n° ¾€n °     9ff –ff°f    ½°  –  ¾  ° € n  ° ½° ¯h¯  ¾   ¯½°  °f ¾ –° fn° n°  °f¯ °  ¾fn° n° ¾  °   ° €n ¾½°  ½ n °    °°½n¯h¾   °°½n¯ °¾ &  ¾ ¯ °   ¾   ° n°&  ¾fn° n°°¾  n¯½  "   n½ h ¾nf°°  ½ nn°¯ © & .f ¯hnf¯ °  ¾¾–°€nf   °## ¾ ¯f nf°  & ¾ ¯ ° nf°  & 9f°  °&     °  ¾f ¾¯° °  f€¯f  n¯¾¯ ¾ f f f   ¾ ° –ff °&    –° f¾ f f¾ f f f °f f f¾ f¯f¾ –° f f f¾  ¾n  ° €  @@ @@€ &%%   fn° n°f n°f½ff & ½ ¾ ° °¯h¯%nf% ¾ ½f°  ° € %% .

° f°fn° n  f  °    ¾f¾ –° f f f nfnf¾ ½ff ½°&    ¾°fn° n°° n ¾ff½fffnf°f ¯h¯ ½ff–ff°f  ½° ¾°¯h¯  ¾€°n° ¾  ° €n € n ° ¾f ¾ °–f³¾¾¾¾ f½nf°nf¯ ° f –f f ½¯ f f f °%f%ff½nfn° f –f f½¯ f f fff ¾ ¾  nn°fffnf° f  & ¾  ½° ¾   n °¾f°  ° €n¾¯°¯¾ °h–f¯ °  °% %  °  ½ nn° €  n¯ ° f ½f –f f½¯ f f f € n °¾ ° €n¾°€  ¾f ¾¾ ¾°  ¾ ½ nn°¾½  ¾f ¾ ¯ ¾f–h€nf¯ °   nhn ½° °    f f f ¾ –f f  ¾ °f n° n° ° n ¾ff  ½  ° ¾€n °  ½ff   °f €°n°fnf°n ¾f¯h¯   nf  f €°n°  f¾ nfn° ¾      ©°f¾ ¾°  ½ f°  n° n° ¾ ¾€n ° ¾ ½ff fnf°f ¾  ¯h¯  9 ¾½ ¾  ¾ ½¾     ¯ f°  °f ¾    ½ f¾   ¾    n¾ fnf½f fnf°f &f° °€¯fn° ¯ nf  °   °f°f¯ ° ¯f ¯hn % n   f f°f–f ¾    ©–f   f   ¯f°%  ° ¾  ¯f°f °¾ °  ¾f¯ °¾ n¯¾  °n °f ½° ¾¾½½ f ¾  n¯ ff ¾ ½°nf°  ff°f¾n° n° ¾ f°h¾¾¯f ¯hn¾ h –f° f ½ff ¾½° f ¾f¾½ –°f¾   –f¾½ffnfnf f f¾ n°°fn°¾ € n °f–°f¾ –f¾½ffnfnf f f¾ f¾f ¯¾ °¯nf¾½f ¾  ¾ ¯f°f     ¾n°¾f°  °°n ¾      f ¾°n°¾f° ¾   ¾ ¾° n   °°n ¾   °%  ° °¾–°€nf–f¯n° f¾  % %  f&     f°f½ffnf n°¾f° f  .

f¯fn°  ° €n¾  ½°–f f fn° °  ° €n¾%n%nf° f ½ n f%% °  f f½ © "    % % D°–h€n  ¾f€°n°¾ ½f n fff½fh f¯¾f f °f–f  f    ¯f¯f¾ ° €n¾¾ ½ nfnff½nf° f –f½ff nhn  f f¾       % %  ½  &   % % °  fnfn° ¯ ¾f ¾ ° €n¾¾°–f ¾f  ¯ff½¾    ½ © ¯½ f ¯½ ¾f n  f½ n  ¾ ° €n¾¾ f°–f ¾f °   ¾ ° €n¾¾ f°–f ¾fn      ¾ ¯h¯#– f#¾ ½  ¯¾f¯¾f°  f¾ –° f f f f €°n°  ° €n¾ ¾  %xf¾  f nfn°  %    f   f f¾f  n n¯ °  ¾ ° €n¾¾ ¯½  ¾¯°f f¾f  ¾ff¾f n n¯ °¾– ¾ ° ½¾f ½ ½ °n¯f  ¾ ° ½f¾ff¾ ° –ff ° ¾  © ¯½   ¾ °nf¯h¯nf  f€°n°° ° ¯ f– n°€°n° ¾¯h¾n¯½ ©f¾ ½ f f¾¯h¯¾  9D-@ ½°–f f½ nn° f ¯½ ¾f   ½ °  f°nf¯ °  €fnf f©   ¾– ° f€¯f  ".D°nf¾½fnf  ¾f –f ¾     ½°–fff €%%–%%¾° ¾€°n° ¾ &  € %– %% ¾ ° °°n ¾  €€ff $     %&% € %%–%% €%%– %%  –%&%€ ¾ ¯½  –%%¾ f ¾°   °f¯ ° ¾ €%% –%% ¾f°€ %%n¯– %% ¾ °  °°n ¾ %  % € –      ¾  ¾f ¾  °¯°f  –f fnf °f € n °f€¯fn¯ f½fff°ffn¯°f ff  %%f€ nfffff  %%¯ f° ¾°€ °nf¾  f–°fff  ° ¯ f%%  .

h¾ f °  €fnf f© ¯f¯ff¾ ° €n¾" "¾ fn  n° f ¾n° f° " 9¾f  ½   ¾  ¾  ½  ¯f  nf¯ °  ¯ f°  ¾¾n°f½nf° f –f fnf °f  °n° ¾n°ff¾ff  ¾ ¾ ½  ¯f¾ n°¯n¾ ° ¾  ° ¯½nf €°n° ¾  °f °nf ff   f ¯ff  ¾  © ¾ °  ¾f°f¾f– ° ¾ n°¯n¾ ½ ° ° ff¾ff  ¾  ¾° n ¾f  – °  ¾f¾ ff  ¾  9 © ¯½  f  f      °  ° °    ¾¾ fn f ¾ n¯ n°¾¯  ½ °   f nf° f    n°¾¯f  nf f  °  °  nf¾  f €°n°  ½ nn°  °f ¯½ ¾f  f¾ nf° f ¾ ½ n f¾ ½ ° h°  f¾ nf° f ¾  f f©  nf½f f n ½ff½ n ° ¾f¾nn°¾f°nf¾  ¾f ½ ° °nf °fff   %% °f¾   ff  ¾% °%¾  ¾n   €%   °% % %  f f¾½fnf ¾ -¾°  ¾fnfnf ½° °  fnf°f¾f¯h¯f¾  nn° ¾  ° ¯¾  fn ½fffnf°f ¾ ½°  °   ¾ff¯h¾€hn¯¾fff– ° ff°  °   f¾ff  ¾ f©¾n°%f¾ ¾%½ff½ nfnf ¯h¯ 9 ¾–fnf n°°f€°n°  ½ nn°  ff¾ ff  ¾  f  f  f f f ° ¾h  ° €° f   –f   f   €%O %O%  ¯– %%+€ %–% %  .

½ °  °   f¾n °¾° f °f ¯°f³f ½ °   f  nn°   ¾     f ½ °  °  % f f f% °f€°n° ½ °  f  nn° ¾  ©f -¯f¯ ° f¾°nf¾½ °  ° ¾  nn°fn¾ ° x¾¾°f¾ ¾   ° °f¯ °f° °f f¾ ¾ ¯ °f¾  f¾ f¾ ¯h¾ ff  ¾ ½ ¯f° n ° n°¾f° ¾ % ° f f°f–f  f ¯°f³f ¾  ½ f° ¯  f¾ ½ °  ° ¾ °nf¯ °  °  nn° ° ¾  ¾  ¾ %  ¾f¾ ½ °  ° ¾  nn°f ¾ ¾  °¯°f° f f¾½fnf ¾ f f f½fnf  ¾½ nf% ¾ n  °f  nn° "%  ¾  ¾n  € € @  €€  ""©   ¾½°  nf° ¾ nfnf ¾f f f¾ ¯f° ° n°¾f°  f  f¾f¾ ¯h¾ ¾  °  f  ¾fnf  f°¯xn  ¾f½ °  °  ½ °  f  ¯   f%½  ¯°f %   D°f €°n°f–¯h¾€¯f f f f½fnf ¾  ¯$%&+ & °% €%°%  %%f    & ° °  f °fn° ° nf     ° ¾  ¯f° ° ° n°¾f° ¾ ° ¾ f ¾ ½  ¯°f ¾     €¯f   ¾  ½ f ¾ f °nf¯ °   € n  nf¯   "  f¾ f f¾ ½fnf ¾ ¾½ nff¾ ¯h¾ff  ¾% °%¾ nfnff° €¯ff°h–f   f f¾½fnf ¾ ¾½ ¾n  ¾½f ¾ ° .

f¾f¯ ¾ff fn° °  ½ n%9%fnf° f %.f½ ¾n ¯¾f€¯f ° ¾ n°¯¾f¾f° ¾½ ¾n  ¾½f ¾ ° ¾¾ ¯ ¾ ½ff ¯f° °  n°¾f° ¾  ¾f¾ °€ °nf¾  °f¾   €¯f   ¾  ½ f f°ff f  fn° ½ n¾f   ¾  ¾h ¾ f°  ° ° n°  ¾¯½€nf   f¾ f f¾ ½fnf ¾ ¾°  ½ n¾f¯ °   ¯x  ¯f ¯hn   ½ ¾ °f ¾  ½f° f¯ °  ¾ n  ¯ ¾f°n¯f€ nf°f¾ffn° ¾ °f¾f ff  nf°  f¾f¾ ¯h¾°€ °nf¾¾  ¯f° ° °n°¾f° ¾   ¾ fnf¯ °  ° n ¾f°¾ n°¯¾f¾½ff¾¾¯ ¾ 9 © ¯½ fnf  ¯f° f .% ¯f° f fnf° ¾ ¯f° ° °n°¾f° ¾ ¾¾ ¯h¾€fn  $   ¾ Df°  f f¾½fnf ¾ ½ f¯¾ ½ ¾ °ff½ °  °   ¾fnf¯ f°   ½ff ° nf¾¾½ ¾¾n  ¾½f ¾ ¾  ¾h°f½nf°  f €° f¯ °f f ¯f° f%  ½ nfnf° f ¾ ¯  ° °  nn° ¾½ ¾f¾nf° °nf¯ f°¾ ¯h¾€fn ¾% ¾h € ©f°   ½f° ff€¯fn°¯f ¯hnf#%  #  °  ffn° °f f f½fnf °¾ 9  n  f¾¾½ ¾¾n  ¾½f ¾ ¾ f½nf° °f  f ¯f° f  .

hn f¾ f f¾½fnf ¾ ¾ €hn nfnf f f¾ ½fnf ¾   nhn ¾  ¯¾¯   ½ff °f f f °¯f n°¾ f°   °n¯n°¾f° ¾%  ° € n ¾° °°f f f½fnf% .

°¾  ¾ ¾– ° ¾ © ¯½¾    €% % f€+ +n  °°n ¾  € f +  O  I   €  +n    ¾     ¾ ½– ° f °f€°n°f°  n¯  ½f° ¾f  .

½ ° h ¾f ¾f¾–°f ¾f ¾f¾ff  ¾ @f¯ x° ½ °  ¾½fh¯ ¾ f  n   °ff°nf° nf¯ f°"    €% %  f + °°n ¾ f +   € f &n    € f    €%€%f f%$  f.

 .

© € %  ½ 9  ¾    ff¯ °  n¯n°¾f°  °f f f  fn   x¯° n °  ¾f½f nffnfnff f f ½ °nf¯ fnf° fff"  ° ¾ nf¾ f €  °nf  ° ¾¾ © ¯½¾f°  ¾ f¯f–°   € n   ¾    ¾° ½ °  °   f  °¾nf¾¾   € n ©n ¾   ½ ° h °     f f¾½fnf ¾ ¾ –°  ° f f f½fnf °f f f½fnf ¾  nf¯ ° f°h–fff f f¾ –° f °f €°n° °fff  ¾  °¯°f f f½fnf ¾ –°  °  ½  ¾n n¯ € O   ©  ¯h¾¾ °nf¯ ° n¯   €% % f°+ ° °°n ¾ f$ © " €©  % % 9ff¾ © ¯½¾f°  ¾  €  € f €° € € n       f +    € f&  € f f +  € f f + &€°  f +    €  €   $   @  ¯f °– ¾¾ © ¯½¾ ¾f°   ¾f  ¯f ¯hn ¾ –°  nf  ½  – ° f    ° °   ¾  nfnf°f¾ f f¾½fnf ¾ ½ffnfnf f f¾½fnf ¾ ¾ –°  °°¯½f  ¾ n  €© €© % % ½ffnf ½f ff  ¾" O© ¾  ¾f ¾ n°n f n ¾n¯ #  ¯f °–#  9ff °f ½nfn° °f    ¯f  ½ ¯¾  n½ f f f°f–f  f f¾n °¾° f °f ¯°f³f  ° ¾  © ¯½     ¯f f€¯f    f¾n °¾  ° ¾nff  ½ °   f¾  nn° ¾f¾ ¾f°nf¾ n f¾ ½ °  ° ° ¾ ½ n ° ¾ n f–f°f°nf .

f  ¾° ½ °  °  nf¯° ¾ ¾–f¾ ¯½    ¾nff ff °n°©°  n °f f¾ ¯f½ff  ¾nff   ½ © ¯½ ½ ff°f°f ¯ffnf  °   ¾½x¾  n  °f ¯f fnf  ¾   ¾ –   ° ° ¾   n °  ½¯  °f ¯f fnf  ¾   ¾½x¾ °f ¯f fnf  °  ° nf  nf¾  f f¾n °¾° ¾ h f ¯¾¯f  ½ ¾   ° f¯ ¾ nf¾¾   ¾nff  ¾  ¾½ff  ° ½¯ n°n  f   ° nf½¾ ½¾  ¾f ¯¾ f¾f°  ¾  ¾f ½ € n °f€¯f¯€hn ¯¾ff¾ ½ nn° ¾  ff°¾¯ ¾ n°¯n¾¾   n¯½f¯ °  .f¯fn° €°n° ¾n°ff¾ff  ¾ Df°  f f¾ ½fnf ¾  ½ ¯¾ f°ff ff f ¯f¯fn°  €°n° ¾ n° ff¾ ff  ¾  9ff n¯½ °  ¾ n°n ½¾ ¯f ¯hn¾ f ¾ ½ff f  ¾n°  ¾  ½  ¯f  ¾ff°ff°f–fn° nf¾ °f°nf ff  ° ¾  nf¾ °f °nf ff   ½ ¯¾ ¾n  f ° f– °    ff  ° °f nf°f ¯ ½  ³f      ¾ ffffn° % °¯°f f % ¾fffn° °  f f½f ½ ¾°  € %%   % % f ° f  fnfn°  € ©f  n  fffn°  ¾–fffffn°  ½f½ °  °  f€°n° ¾f€¯f ¾ f ° ff€¯f f½ °  °  °°½° f f ½ff f¾ nfn° ¾ ° f ¾ ° h– f   –f   f° ¾  f n° n° ° n ¾ff ½ff fnf°f ¯h¯ ¾   ½ff½  ³f¾ffn° ¾  °°f½°½¯   n°f   f¯ °ffn°°nf¯ f nf     9  ½ ¾  ° ¾° n ¾ff¯ °  –ff °fnfn°     ¯½nf  ° ½° ¾ f  € %%  ¾f ¾f€¯f   ° fn° n° ½¯  ° °¯h¯ f ¯¾ f   Df°  ¾ff°f–f f¯¾f€©f°¾ °f¾ n¾° ¾ ¯f°f– °  n°¯n  –  ¾ °  ¾  ff¾ ff  ¾  ½°–f   ¾  f– °     °n°f ° n°©°     ¯f¯n ° f   $%&   °% f– ° ½ ° °f¯f¯f¾°f f¾ ¾  –f¯¾  f ¯½ ¯f° ° n°¾f° ¾ f¾f¾ ¯h¾ fffn° % ¾ n  %   ¾  ff °fffn°   °  f f½    €   ¾f ½ ¾°f€¯f fffn°  ¾–fffffn° ©n ½f½ °  ° nfnf f ° f  nn°    Df°  °f   ¯h¾ f f°f–f  f ¯°f³f  ¾f ½ ¾° f   f –f°f°nf °f  °f½°¾f ¾  – fnf °  °  f f½f ¾f°nf n f fnf ° ½f½ °  °  f¯°f³f¯  f °  nn°°   f ff ¾ ff° f¾f¾ ¾ °°f½  ³fnf°f   € nf¾  ¾ hf¾¯f  ¾¾ € n¾ fn¯¾ f°¯¾f f° ¾ 9f° fffn°f ¾  €° n¯  €  €  €      + &   + + +        ° % % € +€ + #+€   ¾f ½ ¾°¾  °¯°f f ff $ ¾  nf¯ ° f°h–fff ½ ¾° nf¾  °f°nfff   fnfn°  f nfn° ¾f°f   ¾ °½° ¾f° f ffn° f   ¾ f ¾¯f  f¾ ffn° ¾ ½nf f¾ ½ f ffn°  nf f °f  f¾ ¾  .

° n° ½¯  °½ff°¯h¯ D°fn° n°° n ¾ff½ff°¯h¯%°¯°¯% °f€°n° €%   % ¾    ½ffnf n¯ °fn° ½  ³f¾ffn° ¾ f¾ ¾ f°nf€¯f  ¾ n¯½f ¾fn° n° ¾  ° ½°f°ff   € $   $°  % %   f f ff fnfn° f¯ x°¾ ½ f½ff ¯¾ff –f f nf °ff½nf ff€°n° ¾n°ff¾ff  ¾ ½°–f  % %   –%%  %%   f¾ ¾f¾€°n° ¾¾° €  °nf  ¾  ¾½¾  nfnf¾ € n¾ °fffn° ¾    f f ff  ¾ .

 € $+€     °  ¾f nfn°½ ¾   °  %€   % –         f    nhn  € n   ¾      f nfnf n¯ f€ nf  f ¾ ¾  ¯°f° ¾ % ¾ n f f%  ½ °  ¯h¾  ¾ff  ¾ ff°f–f¾ ¾–  n¯½ °   ¾   ¾f °¾ n  f f   ° ¯nn f ½ff°n ¾¾ € n¾½¾  ¾nf° ¾ nfnf° f f¾ €°n° ¾n°ff¾ff  ¾  ½° °  ¾ n¯½ fnfn° ¾  °¯°f½°nn fnfn° ¯ ¾f f¾n° n° ¾° n ¾ff¾½ff  ° °¯h¯nf 9ff  €¯f°f  ¾    ¾°f f¾ f f¾½fnf ¾%½ © ¯½  ¾ ¯f%¯ °%  ¾ ½ f°n ¯ °f  f¯ °f°  % ¾¯° ° % "  D° f– °  n°¯n ½ f °n°f ¾  ½° ¯h¯ °n°f°  ° ½° °   °  fnn°f f ¯¯ °¾ ¯ ½  ³¾  nf f  f¾ ¾  ¾   ¾f  ¾  ¯f f¯ °  ¯½f°  ½ff  f°h¾¾ n°¯n  €¯f   nf fn f % ¾ n f¾ ¾%½ f f¾ f½° ° ¾n° n°#¯f–°f#f  © % ¾ n % ¾ ¾   ff° ¾  ¾ ½° °¾ –ff¯f¯f  .

° n° ¾ ¾ –°  ° ° ¯ f–   °   f¾ n° n° ¾ ½ ¾f f¾ ° f nfn°   ° ¾° ¾€n ° ¾ ½ff –ff°f  ¯h¯  ¾ ¾  ½   € ©f  ¯f°  ° ¾f ¾–f¾f f f°f–f   f¾ f¾ n¯  ¾ f¾n°f¾¾°%¯h¾¯ °¾%½f°f¾  ½ ° ¾¾–f ¾½f°¾n°¾ °f n¯   °fn°f  ° n ¾f°fn° n° ¾ –°  ° f°h–fff fnfn°   ½ff –ff°f    ½° nfnf  f½nf°  f nfn°   ¾ ° ¯h¯ nf  °f¯ °  ½ff ° ¯h¯ nf   f ¾f ¾¯° °  ½ff nf  ½  ³f ffn°  f¾ ¾   ¾  f ©   ½° nn  .

h¾f f°  ° ¾ ¯¾¯nf½ f°ff ¯¾ ¾f¾ ¾nn° ¾  .¯ °  nf¾  °f °nf ff   ¾ ¯½nf ° n ¾ff¯ °  €©f¾  ° f¾ f f¾ ½fnf ¾  ¾ –°   °  f €°n°$  ¾f¾ ½fnf ¾  ¾ –°   ° ° n¯½  ¯°f f¾  ¾nn° ¾ %f°h–f¾ f f  ¾nn° f f ° nf¾ °f°nfff  %½ff  ½°nnnfnf n°fnfn°  ¾ f°¯h¯nf .

  + % %  f€°n°¾  °n °f ½f°  ° ½°nnnf°      ° ¾ ½°     ¾ ¯ © ¾f  ¾f ½¾   ½ ¯ °f°½n f °n°f½ f¾n°°n ° ¾  x¾  ¾ ¯ff ½ fnf°f 9 © ¯½ ¾     °°n ¾  ¾     °°n ¾   ¾  "   ¯f ¾       ¾½ nf¯ °   n °    f ¾ x¯°¾ nf hn¾ ° –f¾ fnfn°   ¾ fn °¯f ¾ 9n°¾– °  ½°nfnf f½nf°  f¾n° n° ¾° n ¾ff¾ ¾ ¾ n °¯h¯nf%– f%  9D-@ ½°–f ¯f°f€©%½ © ¯½ % ".hn ¯h¯  ½°–f  ¾°f€°n°   f f½   %O  % % %+ % %    €+   +O+  9 © ¯½ ½ f ½ ¾ °ff¾f  °°  %¯  f °°f ¾nff f% " ¾ f°f¾ ¾¾ ff¾  ¾¯ nf¯ °¾ ¯ ©f°f¾f .  ¯¾nfnf¾f ¾  " fn °   °–f ¯f f½¾  9f °  f¾ f f¾ ½fnf ¾    ¾½ nf©n  f½nf° f¾n° n° ¾° n ¾ff¾° nf f¾ °fnfn°    ° ¯¾    +    .

¯¾ f°f¾ fn° ¾¯½nf¾ °  """.x½f¾ff¾ ""¾ "%¾¾–h€n¾¾°° f¾ ° ° ¾ f€°n° ¾ f°ffh°n°¯h¾ f  ° .

f½ Ixf¾ f¯ x° 9  ¯f %  °n° ¾¯½nf¾ .

° f¾ nfn° ¾¯f ¯hnf¾¾ ¾  ° ¾n f¯ ° n°°fff  # ½ °  ° #%% ° €°n°  °f  ¯h¾ ff  ¾ ° ½ °  ° ¾ %%  ° ¾ x¾f f °nf €¯f  ¾n  ¾f  fn° .

¯ © ¯½f f nfn°  ¯+  % % f¯ x°¾ ½  ¾n n¯  ¯    % %   €¯f°n¾¯h¾– ° f n¯ €%  ¯ %  % % °  ¾f°fn°€°n°f° nf°f fn° °   f¯ x° ½ °  f½ °  °  %°%   ½°  n  n°  ©  %" %    ¾° ½fh¯ ¾  f €°n°     ° ff°  f¾ €°n° ¾ ¾nf¾n°f€¯f f f °f¾nfn° ¾  ¾  °¯°f° f n ¾ €°n° ¾ ¯½nf¾ ½  f¾  fn° ¾ °  f¾ ff  ¾  ¾ ½fh¯ ¾ ¾h° ½ ¾ ° ¾  €¯f ¯½nf ° f nfn°  °    nfnf¾   €°°f ½nf ¯ f°  ½ © ¯½   n¯ €°n°  ¾½fh¯ ¾¯  ¯ °   ¾f€hn½f¾f €°n° ¾¯½nf¾f€°n° ¾ ½nf¾ 9 © ¯½ f€°n° ¯½nf +   % % ½ # ¾ ¾ #€hn¯ ° ½ffn¯   + % %  ½ffn¯  +      f f¾ f¾€°n° ¾¯½nf¾ ¯ °  ½ff€° ¾ f°h¾¾ n°¯n f¾ nfn° ¾n¯f¾  ¾°¯h¾n¯ f¾ ½ff  f f©f½   € n ¾  %n  ¾f%f½f n nff¯ °  ¾¯n¯h¾€hnnfnf f     ¯f° f¯h¾€¯f  ½°©n     ¾°¯h¯– f½ f€°n° ¾nf °fnfn°  ¾n°nff%xf¾ ° ¾f°h¾¾½¾  ° ¾ nf½%  ½f fnfn°   f½f  fnfn°  ½ © ¯½ ° ¯ f–  ° ¯nf nf¾¾  ¾f  nfnf f¾ f f¾  nf¯ °   f¾ €°n° ¾ ¯½nf¾ ¾°  ¾  f €°n°½ff°f f¾ff  ¾ 9 © ¯½ f€°n°¯½nf€% %  ° °f f ff  € +€ ½   €   f f f f ½ nfnf¾ n¯ nn °  f¾ f f¾½fnf ¾ f€°n°  ¯½nf n°¾–°° –f ¾ ¯½  $ ¾° n   D°f€° f ½¾  f ¾ ½ nn° f  % % °  © ¯½   f°ff¯¾ °f €° f  ½¾  f ¾  ½ nn° ½ff ¾  ° ¾ n° f €¯f +    ¾nf °f€¯f¯½nf €% % +     f  € €   ½fnfn°   n¾  ½° f  °   ¾ % €%  %  €   ¾ ½ n¾f¯ °   ¾f   ° f° ¯ ° n° f¾f° ¯ °¾f f©  .

% % % % % % 9D-@ "9x ½ ° f ° nf¯  ½¾ nn °   ¾½ nf ½  ° #f¯f³ f n°¯f# fn¯ f € ©f ½fn°¾f° " @  ¯f f€°n°¯½nf 9    ° ¾ ¯½  ¾ f ½¾    ¾  f¾ €°n° ¾ ¯½nf¾ n° f €¯f – %  %   ½ff €°n° ¾ ½nf¾°nf¾ f€¯f €% % ¾¯f ¯hn¾f°f°ff f¾n° n° ¾  ¾  °n¯½½ff °f  ¯°f f€°n°¯½nf¾ ½ f ¾  €¯f ½nf nf° °fff   ¾°f€°n° f¾ff  ¾   ¾¾½fh¯ ¾ ° °f¯¾f f°ff ¾f¾ n° n° ¾ f  ¯½nf°  ¾¾ ¾   f¾  ¾f¾ f f¾ ½fnf ¾  f €°n°    ¾° ¾€n ° ¾ ½ff –ff°f   ¾  ° € n  °f  fn° °nf °  f ff   ½ °  °   f¾ ff  ¾ ° ½ °  ° ¾   ° ¯nf¾ f½nfn° ¾ ¯f ¯hnf¾  ¾f¾ n° n° ¾ f¾ f f¾¾°½ n¾f¯ ° f¾ ¾ ° n ¾f°½ff–ff°f ¾ n¯½ ° f¾ n° n° ¾  ¾ –°   ° ½ff ° ¯h¯ % ° ¯° ¯%    f   ° ¾¾ nf¾¾  f€¯ ¯¾ ¾ n¯½    ¯f f€°n°¯½nf ½f°  ¾½¾   ¾   ¯f° f ½nf° nf¯ ¾n¯¾ € ©f ¾ °fnfn°   @  ¯f f° °  D°f f¾½°n½f ¾f½nfn° ¾   ¯f f€°n°¯½nf  ¾ hf  °¯nf¾ ½f ¾  ¾  ¯f°f ¾  °¯°f    ¯f f ° ° fn  €  °nf fn¯ ff  f ½¯ °f  ¯°f f€°n°nf° nf¯ f° ½fh¯   f€°n° 9 ¾  ¯n¾  ¾ ½  ¯f¾ n°¯n¾   f°ff ¯¾ ff°  ¾ € n¾  nf¯   ° ½fh¯ %½ © ¯½ ¾ € n¾  °  nf¯  ½ n ¯ nf  °  °¾  f¾ n¯½f¾ °°  % f ¯¾ ¾ ½ nhn¾n°€ n °nf   ¯f f ° °  ¾  € n °  °ff©  D° © ¯½ ¾½ n€n @f f€¯f¯h¾¾ °nf n¯½ °    ¯f f ° ° ¾ f¯ f° ° © ¯½  ½°–f  ¾°f€°n° °f°nfff  %% °½fh¯ %f% f f½   +f  % % 9ff ¾°¾f ¾ ½fh¯ f  ¾f€°n° ½ ¾ °f°f€f¯f ½fh f¾°  f¾  ¾ f¾–°f°  ¯°f ff f fnfn°  ¾°f€°n°  ¾ ½ nfnf  f  ¯f¯f 9 © ¯½ ¾f  & © ½ff ¾¾f ¾ f   %¾f ¯h¯% °h–f¯ ° ¾f  &  &   f °°n ¯ ° °°f° f  f ½fh¯ f    f¯h¯  °$ °f@f f ¾ f°¾f ¾ ° ¾ f ° ½ffnfnf¾f ¾½¯¾ ¾f ¾f¾nf ¾  ©    ¾    f¯  f f¯ °ff  f¯h¯ f¯ x°f¯ °f ¾ ff¯ x° € ©f  ° f–f   ¯ ¾f f fn° ° f & ¾nf hnf f  ¯¾nfnfn¯ ff&f¯  f ff ½fh¯ f  D°f ½f° f¯ °  n    ¯f  f ° °  f€¯f   f ¾ €¯f¾ f ° ¾ ½ff  ff ¾  nhn  9¯   ½ ¯¾ nfnf f ½ °  °   f €°n°  nf¯ °  ° f –f    9ff   ¯¾ ¾ fnfn° ½ff f½¯ ½ffnf f f    +f    f  f  ¾ °  ¾ f & °fnfn° ¾   °  &  %&%+f%&%  +# If ¾½¯¾ ½fff ¾f °f¾ f °   +f .

 ¾fn°   ¯f f ° °    ¯f f ° ° f€¯f f½ °  °  f fn° ° &% f¯h¯ %  ½fh¯  f ¾  ½  nfnf ¯ f°  f ½ °  °   f  fn° ff   ¾  nfnf ¾¾ ° ¾f ¾½¯¾ ¾½ n¾  °f  €°n° © nfnf°   f   ¾ ¾½ n¾f¯ ° f fn°¯¾f f °f–f   f nfn°f°   ¾f€hn    &ff  @ &&  % & .

 ½ © ¯½ ½fff  &    ¾ n ½fff  °°n ¯ ° f °°f° f  f f¯ x°°n ¯ °f& °°f° f f@f f €nf ¾  n% n f°   ° nf¾  f¾ f f¾¾ ¾f¯¾ff°  ½  ³¾nf¯ ¾° nf¯ ¾ ¾n ¾n¯ € ©ff f f%  ff© f ° °  f¾ °½nn¯½nf fnf°f ¾fn°n¾°  ¯¾ °  nfnf f½¯   ½ff nf f f  f  ¾½x¾ ¾¾ ¾  f ½ & ° f nfn°    ° nf¾¾ ¯h¾ – ° f ¾  ¾  ½n ¾ ½  ¾  ¯ f  ½ ¾   –  ¯f¯f f €°n°  ©   ½  f¾ n ¾   ¯f  & f ° °  f € n  ° ½f° f¯ ° f °f  f€¯f   ¾  ½  nfnf  ½ff ½  ³f¾f  f  °fn° ¾  f ¯f° ° °   n°¾f°  ° ¾ f ½¯  nfnf°  ¾ °nf¯ °    nf¯ ° f½f f€°n° ©   f ¾ ½n   ¾f¯f° f ¾   °    % % f  ½ff &   % ¾  ¾ ½ n¾f¯ °    ¾f    °  f° ¯ °  f f° ½ f   ¾ ¾ ½f° f¯ °¾ € n ° ¾ ¯¾¯¾  ¾f ¾  f  € ©f f ° f –f    f¾ f°– ° ¾ ¯¾f f¾ ° –h€n¯ ¾   f°f ¾ ½ff°&€© f¾½ °  ° ¾ f¾f°– ° ¾¾°–f ¾f % ° ¯ °  °&   ¾f½ °  ° ¯ ¾f f  ¾nf¯¾  ¾  ¾f  ¾ f¾f° – ° f f ¯¾ °  ¾¾¯¯ °¾ff–  ¾ ¯f°f ½ff ¾¯½€nf ° ¾¾  ¾f ¾  9ff  ¾¯     ¯f  f ° °  f€¯f   f ffn° f½¯ °f€°n° ¾½ nf°½fh¯   ¾f€°n°½ nfnf¾  €  °nf° ½fnf¯ ° f€°n° © f ¯½ ¾ ¯f° ° %ff¾%n°¾f°  ° ¾f½¯ ¾ n       &%f%  % % f f  ° f°fn°°¾ n  f   nfnf¾  ° f   ¾½¯½ff f    f ¯°f  ½fh¯ f ¾  ¾hf°ff°   nf¾ ¯nf¾ff  ¾   n¯½ °  ¯f  f ° ° f°h– ½ff nf¾ °    ¾°f €°n° ff¾ ff  ¾ ½°–f  ½ °  °n°©° %  % °  ¯°f ½fh¯ f   €%   f%  % % nhn °f½¯ n°¾¾  ° ¾ ° nfn° ¾ ½¯  °n°f€¯f    °%  % % " .

°f¾n°f ¾ ½n ¾½ ¯f  ° f ¾½¯¾½ff ¾f¾%& € &%  ½ ° f° ¯½nf¯ °   ½fh¯  f  ½° °    ¾  n¯½ ° f¾ n° n° ¾  ¾ –°   °     ¯f  f €°n° ¯½nf ¾  f½nff ° ¾  nf¾  –ff°ff   ½ f¯¾  ¾  ½nf¯ ° nf f€n¯°f€°n° ½fh¯ f  " &%f%  & h% % % & &%f%  ¾ °  ¾f¾ €°n° ¾ ° ° ¾f €°n°  ©  °nf %nfn°  % ¾    °  °f ½ ¾° ° f    f ½¯   % –f¯¾  &% ½ °   ° ½fh¯  f f°  nf n¯°  nf¯ ° ffx¾  € n f¾  f¾&  & € "%f%  %f% &%f% f  €  °nf° f¯ °  ¾f ½ ¾° ¾½ nff¾   °  &  € O©$ € $$n€ °$ € f  f f ° ff 9    ff¾n° n° ¾ ½¯  ° fnfn°   ¾ ¾¾x¯°¾  n ½  ¯  ¾° –f ¾ f  ¾ f¾  ¯f° ¾¾ f ¾ ½¯¾    f     °–f¯¾  °    ¾f  f ° °  &% € f f# ° ¾  nfnf ¾f f f½ff¾f ¾½¯¾ f¾    ¯f f ° °  ¾°  ¾f  ¾f  ° ¾  ° © ¯½  f°ff¯¾¾f ¾¯h¯¾ f€°n°  ¾f  ¾f    %°&  %%% %+  ¾n ¯¾  & &  &   ½°–f ff   f¯¾  ½fh¯  f f f °    f n°¾f°   ° f nfn°      f½  ½ ¾ °f°° nf  f ¯ ©¾f ½¾   °f½ ¾°f ½  ¾  fffh   ° ¯ °  °€°n° nf f½ ¾°f 9f°   $%"  f%  %&  % % %+f  % % ° ¾ nf¾ ¾f ¾½¯¾ "° ½ ° ° f%¾ ¯½ ¾°&  & % ½  ½ff ¾¾f ¾½¯¾   ° ¯¾ & f % %  & f   % f – °     °–f °f #  °f ¾f  ½ °ff f#  ° h ¾ ¯½  ¯f ¾ f ¾ ½ff &  ¾ ¯½   ©f°  €¯f½¯f 9  ¾ ¾½ n¾f¯ °  ° nf   ¯f f ° °   f h    % % f f fnfn°  °n ¯ ° ½fh¯ f¾ °nf¯ °   f f½¯ & °°f nf°f x°nf% °  ¾½° °  ¾  ©f°n nf¯ ° f¾ ¾¾  %  9D-@ ½°–f ½ n°f °¾€©f¯¾ °f ¾¾½¯f   °fnfn°   ¾ n ¾½°–f f¯¾°½fh¯ – ° f–ff ½ © ¯½   °  –ff  & ½  °½ff f¾ °x¯°¾¯f ¯hn¾ ½x¾ f° n ¾ff¯ ° –ffn  ° ¾    nf¾  .f¯fn°n° ¾nn° ¾ f¾f ff °¾  ¯¾ n °f  ° nfnf  f ¯h¯  °f €°n° ¾°  ¾°– f¾  nn° ¾¾  f¾ ¾½°  ¾ ° ¯ f–  °f¯ff ¾½  ¯f¾ n°¯n¾ °¾° .

€fn  ¾ ¾¾f ¾ f¾ °¯nf¾¾fn° ¾ ½ © ¯½ ¾  –   f¾f¾¾ f° ½¾f¾  ¾   ¾ ¾  n¯½f ½ff  ½  ¯f  °  n   –   °   ½ nn°   ¯f¯f ¾ ° €n¾  °  ° f ¾ °  ° °   ½ nn° ° –f  ° ¾ nf¾¾   f  f¾  ½  ¾f  ¾°–  ½ n ¾° ¾ n°¯nf¾  9 © ¯½  nf° ¾  – °¾fn¾ ¾ f°fn°¾¯  °  °½   –nf nf° f    ¾ 9 n°f ¾¾  nn° ¾ ¾h° ¾°– f¾½¾½ f ¾ ¾½°   ¾ n  ½ ¾  ¾nn° ½ ¾½ ¾ff  ¾f¾  ¾nn° ¾ ½ °  n  f ¯h¯  f €°n°     ¯¾ ¯f¯f  9 ¾   ° ½ ¯¾  –   ¯ °  °   f¾ f¾    ½ ¾ ¯ °  ½ f¾    n  f¾ ¾nn° ¾#°¾°°nf° ¾#¾½ ¯¾   °  ¯¾¯°  ¯½° °  ° f ¾nn°  ¯x  ¯½nf f–f°–f° D° ¯x  ½ff  ¾  ¾ ½  ¯f¾  ¯f¯fn° n°  ¾nn° ¾ ¾  ¯x   ¯½nf  f–f°–f°    f ° ° – °  n ¯f ¯hn   f¯ x°  °  °f ° ½ fn° n°¯nf¯ ffn°f f   ¾ ¯x  ¾ f¾f° ¾ °nf f° f° ° °f ¯¾fn °f½ ¾n°–¾f °°f½ff f° ¾ f°f°ff f¾n° n° ¾ ° n ¾ff¾½ff  ° °¯h¯nf  ¯¾f¯¾  ° ½°½¯  f¾f¾ f f¾ ½fnf ¾ $ °¾ –f ¾f 9f° f ° nfn° ¾%$    °% ½ff°°n–°f¾ %f¾%  9  – ° f  ¾f¾ nfn° ¾ ¾  ½ °  ¾  ½ff ¾ f ¾ ½¯¾  f¾   ° ¯ f–  nf°  ¾ °  ¾nn° ¾ ¾   f¾   ¾  f ¯ °¾ °f nfn° f n°f %f  ¾nn°% ¾°   ff ff  ¾ f n°f ¾  9 f°   ¾¾ ¯f  nfn° ¾ ¾h ¾   ¯°f   f xn°nf f–f°–f°f ° n  °f ff   f n°f %  ¯½nf  f–f°–f°%    ° ¾ f f f  ¾   ½  ¯f ° n ¾° %½ ¾   ff f ° + nfn° ¾°+°n–°f¾% ¾° f¯ x° ° °f° ½ fn° °  ¾f¾nn°¾f° nf¾ n°¯nf¾  ½  ¯f€¯f .h¾n°n f¯ ° ¾½°–f   ¯¾nfnf¾f ¾   ° ¯f¯f°  €%    % % % ¾© ff°f ¾nn° ¾½ ¯ f  ¯°f ¾f ¾ f¾  D°f€¯f– ° f  ¾n  ¾f ¾nn° ¾ –%    %   % % ° f€°n°– ½ ¾ °ff fn°  n¯½¾  °f¾  .

° n° ¾ ½¯  ° ¯x  ¯½nf f–f°–f°½f  f€¯fn° f ½ ¾°  €%    %+O–%  °%  % % °  O ¾ °f ff   f n°f °¯°f f ¯½nf  f–f°–f°  9¾ ¯ °  ° ½ f ¯¾ ¾f° fff  ° ¯ f– ½¯ f  ¾ f nf° ¾ n¯½  f  ¾nn°    $  ° °  ¯¾¯ f ½  –%    %    9 f°  ¾  ¾°–¯¾ ° ¾ff °n°°nf¯ ° f ¾ f ¾ f¾  n¯½ °f ¾nn°  nhn  f ¯h¯  ¾°–   $ ¾ f °  f nhn  f nn  n€  If¯¾ f ½n  f ¾  nhn n°¾ f°    ¾f¯ x°°fff  %f ¯h¾ f¾% ½f fnfn°    ° ¯¾f¾n° n° ¾½fffnf°f°½°nnn¯ € +&    "  €+     % %   9ff °f ½ ¾ °fn° ff f  xf¾       ½¯f° ° n°¯n @   # n°%€ € D° ¾9 ¾¾ % nf½   .

 .

 ¾f°  ° €n ¯f–°f    ° h °f ° f  ¯h¾  " ° f €°n°   ¾f¯¾° °f° ¯f¯f% ¾ n $%  9 f  ¯ ° ¾ f¯ © ©ff° ½ fn°n¯½ f ¾ °¯°f  ¾ °f¾nfn° ¾   f¾f   °n° ¯¾ ¾¾ nn ° ¾ ° °f ¾fn° ½hnnf n°¯nf  °°n ¾ ½  ¯¾  ¾  ° ° f° ½ fn°  °#n¾ ¯f–°f# ¾ n  € ©f°fnf–f f³f  f ° f  ¾nn° f f ° ½n ¯h¾  "  .¯¾ ¾ ³ff° ¯ ° nf €°n°   ½  ¾n ¾   ¾f€¯f ¯½nf 9 © ¯½ f ¾nn° " + D½  ¾n ¾  n¯      °nf½¾ ½¾  ¾ f ¯¾ f f¯ °  ¾  ½n ¯ ° ½ff ff f¾  ¾nn° ¾  -¯f¯ ° f¾ ¾nn° ¾ f°ff ¯¾¾ h°° f ¾    €°+O–°  % %  –%  °%  O f¾nfn° ¾ ¾°½ ¾f¾n° n° ¾½ff  ° °½°nn f€°n° €  ¾    f °+ nfn° ¾%°f½ffnf f f¯h¾½ffO%°+°n–°f¾ f¾ nfn° ¾¾  ½ ° ¾  ½– ° f ½ff"  ° ½ffO ¾f¾n° ° h ¾½½ f ¾ %% f¾ n¯½h°f ¾nn°½ f¯f nfn° ° ¯½°  ¾fn° n° %% °   ¾ f ¾ f ¾  f¾    ¾f¾€fn ° f n° n°  f ¾   f¯ x° ¾f¾€f–f° f¾ nfn° ¾ fh° f#%½f°€%¾ f¯h¾–f° ½¾  %¾½° °  ¾ n¯½ ° f¾n° n° ¾ ¾ –°  °% 9f°  ¯x  ¯½nf f–f°–f°€ n °f €¯f  °n°f °f ¾n° f ½  ¯f  ¯f¯fn° n°  ¾nn° ¾ ½f° f  f ½°n½  f ¾n° f f¾ nfn° ¾   € h  °¯f¯ °   nf¾ ¾°  ¾nn° ¾ %xf°¾  f¾ nfn° ¾ % °  ½¾ –f¾f ½° ° fn° n°¯f–°f nf f ¾  f¾nfn° ¾ °¾ –f°f#½ff°¾f° ¾#  ff¾ ¾nn° ¾  ° nf¾   f  ¾nn° ¾ f ° €nf % ° n nf¾  n¯ ¯¾f ¯¾ ¯h¾ f f°  O ¾ f n %    °  ¯¾ f ¯¾¯f ¾n° ½ff f¾ nfn° ¾  ¾°– f¾  ¾°  ¾°–  f   ¾ f° f¾ ¯¾¯f¾ ¾f¾n° n° ¾ ¯f–°f ¾ ° °°f° ½ fn° n°¯nf °¯nf¾¾fn° ¾ ¾°f¾  ° ½ fn° ¯½nf f–f°–f° f¾f ff  ¯¾ f   ¯½nf  f–f°–f° %O% °nf¯ °  n¯ ° #n# ¯f ¯hn ½ff fnf°f f ¾n°    f¯¾     n  ¾f ff   f¯ x°  °  °f ¯½f°  ° ½ fn° n°¯nf    ¾ h n °f ° ° ¾ f°h¾¾ ° ¯n¾ ½°¾  ¾ ¯f°f 9ff ¾ff ¾f° ½ fn° f  f ¾n f¾½¯ f¾° nfn° ¾   f¾– ° ¯f° f "        O  % %  ° °f¾½ff f¾  ° ½°¯h¯  nn °  €  ¾½ nf–" ¾ ¯¾¯½ffnf f" 9  ¾°¯ f  ¾ f¾nfn° ¾ ¾°¾¯½ ¯ ° f¾n° n° ¾¯f–°f ¾ nf ff f €°n°$  .

¯ © ¯½ ¾ °n  ¾½°–f   f  ¾nn° –     –f¾ f °     %½ © ¯½% ¾ f  °f  ¯°f f nf°f ° f ¾  9f° f ¾nn°¾ f 9  +9  % ° ½  ¾ n¾ ½° f  "% Df° ° ¾f ¯°–ffnf  ¾f ¾ nn°¾ ½ f ¾n  €¯f¯½nfn¯ –% %  ½  ½  % % ° ¾f¾fn°  ° f¯¾ " 9% % f f f –" € ©f  ° € n  n¾ ¯f–°f½° f  f " 9hnnf¯ °  ¾   ½  ¯f¾  ½¯fn°   °n°f ¯¾ ° ¾ ½¯¾ nf½¾  ° ° °f ° ½ fn°½f n f f¾ f f¾ f¾ ¾nn° ¾  ¯½nf f–f°–f°n¯nn ° n¾ ° €n  .

f½ ¯¾ fff¾nfn° ¾ °f° ½ fn°°f ° nf° ½ff¾f ¾ ½¯¾ f¾   nn °   ° €n ¯f–°f °n ¯ °f "€ ° fn¾ ¯f–°f  °n ¯ °f " f¾  ¯¾¯½ffnf f  9ff   ¾ ff °fn° n°  °  ½fffnf°f°¯h¯ ¾½°–f ° € fn   ¾½°–f  #nn ° n¾ ° €n# € f¯f½ff   ½ff  ° ¾  nf¾  f f¾ °½n ¯h¾   ½fffnf°f° ¯h¯ ¾¾ ½  ¯¾ff° ¯h¾ ½  °°nf° f¾€n ° ½ff¯f° °  –%f ¾nn°%n°¾f° 9f°  n¾ ¯f–°f "f n°ff ¾ f–ffn¾  ff  ½ f ¯ °¾   9   ½ ¾    nn °  n¾ ° €n %f nf° f   ° €n ½ ° f   n¾ % ¾ ¯f ½ff "   ½ff   ¾ ° €n¾ f n°f ¾  f ¯h¾ ¾½ ff°f½x  f  ° €n¾ f f f¯ °¾  ffn° ¯h¾"  ½f°  ¯ °¾  ff  f¯ °ff½  O©€ n #¯h¾½¾ ° # ¾¾ nn ° ¾ ¾ ° €n¾n¾ ¾¯f–°f ¾¾°–f ¾½ff f¾f¾ f h°¯h¯nf  ° °  °°–°½  ³nf¯  f¾ ½ fn  f€°n° © f¯ ° f¾ f½nfn° ¾½hnnf¾  ¾ ½°n½ h¾n¾  ¾ff° °¯n¾½°¾  ¾ ¯f°f   ¾f  ¾€° f¯ °f½fff f¯n n°¯nf n¯½f¯ °½¯f    ¯½nf  f–f°–f° % % f¯ x° ¾  ½  ° ½ f f f   ¾  f°h¾¾   ¾  nn ° n¯°n¾ ° €n  f¾f¾ ¾ n   ° €n¯f–°f "     ©% n¾ ¯f–°f " ½ffnf f € ¾  f©ff– f¯ ° f ¾nn° °¯½ffnh f¾nf¯ ff%  n  ¾  ½ f° ff  f¾ f¾ % ½ ¾   °  ¯f– °  nf f °f € n   ¯¾¯ nn °   ° €n¾  ¾½ n f ¾ n¾ ¾   ¯½nf  f–f°–f° € n  ½ ¾ ° ° nf   n¯ f€ nff ¾f  f©fn° – ° f  f  ¾nn° f f    ° ¾ °nf    f¾–°f ° #½ n ¾¯ f#ff ¾nn° D°   f ° nf ½ ff¯ °f¾¾f°nf¯ °  f©f° f  ¾nn°  ½  nf f   °  °  f  nn °  n¾ ° €n  D° f  n     ½ f½f ° nf °¾ ½  –f°f¯n f©f° f ¾nn°  f ¾nn°° ¾ ° f ¾°nf°  ° h°f ° nf° f¾ f ¾nn°°¯f f  ° ¾  nf¾   nhn  f ¯h¯   ¾©  f f  ¾nn° ¾ f  x°n f nhn  ° ¯h¯¾° ¾nn° ¾ ½ n¾¯ f f ¾nn° ¾n  ¾f° ½ fn° f¯ x° ¾ ½ ¯¾ff°    ¯f f ° ° fn¯¾  ¾n h¯h¾f f°  ° ¾ nf½  f f   f°h¾¾ f°  ° nf   f °f nff  fn° °   ½  ¯f  ¯f¯f °f €°n° ¾© f f  ¾nn° ¾   ½  ¯f  f¾–°f f ¾ f f¾  ¾nn° ¾  ¾  € ©f    ¾  n°n  n¯  ½°n½ ¯f ¯hn  f # f f #  nf  ½  ¯f  ¯f¯fn° n°  ¾nn° ¾ ° f¾nf °½  ¯f f ¯°¯fn°n° ¾nn° ¾ ¾ n °f °f¾  ¾nn° ¾ ½  ¯f–°f%½¯f% 9 © ¯½ ff°f° °½n °° ¾f¾f ¾ n°¯¾f¾ ¾½° °   ¾ °  ¾ ¯f¯f° ¾  f  ¾© f f °f  ¾nn° ½ ¾½ ¾ff  ¾  ¾  ½  ¯f ½¯f  n°¾¯    ½  ¯f f ½ff  n°¾¯  n°¾¾  ° ¯°¯f  –f¾ ° n ¾f ½ff fnf°f  ¯°f  °    f    °   ½  ¯f ½¯f  °f ¯½ ¾f ½  n°¾¾ ° ¯°¯$f  n¾  f  ¾ €fn ¾ f ¾ ½ff ½ n  ¯°f f nf° f  ¯ °f¾    ½  ¯f f n°¾¾h ° ¯f¯f f ½ nn° f  °  ¯°f  n¾   ¾ €fn ¾ f ¾  ° ¾ ½¯¾ nf½¾¾  ¾ffh°¯n¾ © ¯½¾f°h–¾ .

f f° © ¯½€nf f ¾€¯f¾  f  f nf  ½  ¯f  ½¯fn° n°  ¾nn° ¾    n ¾   ½f° f¯ ° €°f  f°ff°   ½  ¯f ½¯f  ½  f½f –f° ¾ ½ ¾½ nf¾  ° f¾ nf¾° ¾   ½f° f¯ °  f #f¾ ° f  n°¾¾ °  ° f°ff  ½  ¯f f  ½  ¾  ¯h¾ ¾f ° ½ °  ° ¯ °  ½f° f¯ °f ½f  ¾ ¾f ¾¾ h° ½– ° f  f° °¾ ¯½  x°n¾ ½ f  nn° ½ ° h€° f¯ °f¯ °  fn¯  f  ½f° f¯ °  .

f¯fn°n° ¾nn° ¾ f¾f °f ¯h¾  If¯¾f °f ¯h¾f° ¾½  ¯f%f  ¾% f¯f¯fn° f¾f  –f f° ¾   ©  °  n°¾¾  °¯f¯f   "+  ++  ½ fff¯¾f¾½°  f¾  nn° ¾ ©  ¾h° ¾°– f¾½  n    °  ¾ f°f ¾¾ ¯ nf¯ °¾f f ¾ n  +  % %         ¾      ½° ½¯ °nf %       % f ° ¾ €fn   f f f  ¾nn° ¾   f¾ ½¾  ¾ ¾¾  ¾ ° n ¾f °n°f ¾ f ¾  9ff   ½¯  ¾n ¯¾ f ½ ¾° f–f°–f°f    "+   +++O%   %  % % €  °nf°  " ¾½ nf  $   ° ¯¾f¾¾– ° ¾n° n° ¾° n ¾ff¾½ff  °  °¯h¯n° ¾nn° ¾  n    + O     + & % %        f¾nfn° ¾  ° ¾ ¾ ff½ff  ° ¾f ¾½¯¾  O Df°  f½¯ f¾ –° f nfn°  ° ¯¾  + O  +      % % f¾¾n°  ¾ f ° °f ¾nn° °¾€ n f¾n°        % ° ½ff f¾  ¾ ¾f ½ ¾°f ¾  f °f ¾¾  ¯ nf¯ °¾   ½f ½ ¯f °nf¯ °  ¾ –° ¯ nf¯ ° fnf f f¾ ¾½¯ f¾ nfn° ¾  ¾f €hn °n°ff¾n°f  °     % % ¾f ¾ ½ ¾ f¾n°f½  ¯f ¯f¯fn°n° ¾nn° ¾      ¯f f  f ¾nn° ¾f ¾  ½ff ¾¾¯f¾ f–fff n  ¯h¯f  ¾f  ¾f   f  9D-@  ½°–f   ¾  °    f¾  ¾ ¾¾ f f  "¾½ ff    f¯ °ff" "@ ° ff–° € n¾   °n ¯ ° f f°nf¯h¾fh  ¾ ¾¾f f" . %%O   .9  Iff¾½¯f¾¯f¯fn°n° ¾nn° ¾ ½°–f   ° f–n  °  °f ff   ¯°f f °–  9      n nf  h f  nf°–f¯h¾–f° ½¾  ".xh f f n nf f–n"  ffnff¯ °  ° ½  ¯f  ¯f¯fn° n°  ¾nn° ¾  9ff  ¾   ¾ f  f °–   ° f    nh°– f°–  f  ½  ¯fn°¾¾ ½ ¾ °  –  €¯f ¾  ¯f¯n  h f nf¯½% f ½ °% ¾© ff ¾nn°   ½ ¯  ¾€©  –ff9 +  ¾n  ° f ½ ¾°f–f°–f°fn¯ °fnfn°   ° ¯¾ n€  +O%9  %  % % °  O ¾ f °n–°f  ¯½nf  f–f°–f°  f¾ n° n° ¾  ½¯   ° ½ff  ¯h¯¾° ..

xh f fn nf f–n" ffnff¯ °  ° ½  ¯f  ¯f¯fn° n°  ¾nn° ¾  9ff  ¾   ¾ f  f °–   ° f    nh°– f°–  f  ½  ¯fn°¾¾ ½ ¾ °  –  €¯f ¾  ¯f¯n  h f nf¯½% f ½ °% ¾© ff ¾nn°   ½ ¯  ¾€©  –ff9 +  ¾n  ° f ½ ¾°f–f°–f°fn¯ °fnfn°   ° ¯¾ n€  +O%9  %  % % °  O ¾ f °n–°f  ¯½nf  f–f°–f°  f¾ n° n° ¾  ½¯   ° ½ff  ¯h¯¾° .  O  % %   9     O f¾  ¾ nfn° ¾ °   °  ¾ ¾  ¾¯h° f¯ °  ½ff&    O  f¾ ¾ ½¯ f¾ nfn° ¾ n °     # 9     n &   ¾ f f % " nf¯½ ¾  °nf f % @f¯ x°¯½nf°  ¾    –    €¯f    nn °   ¾ ° €n¾ ¯f–°f ¾  ¾½ n f ¾ n¾ ¾ ¯f–°f ¾ ¾ f  ¯¾¯ ½ff f¯ f¾ ff  ¾   ° €n % ° x¯°¾  h f n nf f%  °f ° f  ¯h¾    °  f ½% h ff¯ °f °  % %  n¾ ¯f–°f% °x¯°¾ ½ ¯ % ¾% ½ ¯  ¾½°  ¾  n  °½nf f° f  f¯ °ff°–  f % f¾n° n° ¾ ¯h¯f€¯f°  ¾ nn °  ¾ –f½ffnf f°f f¾ff  ¾  9 ¾  ¯¾ ¯¾f    ½ ¯¾ff ¾nn°½ff ¯¾f   + O  +      % % f¾¾n°  ¾ f ° °f ¾nn° °¾€ n f¾n°        % ° ½ff f¾  ¾ ¾f ½ ¾°f ¾  f °f ¾¾  ¯ nf¯ °¾   ½f ½ ¯f °nf¯ °  ¾ –° ¯ nf¯ ° fnf f f¾ ¾½¯ f¾ nfn° ¾  ¾f €hn °n°ff¾n°f  °     % % ¾f ¾ ½ ¾ f¾n°f½  ¯f ¯f¯fn°n° ¾nn° ¾      ¯f f  f ¾nn° ¾f ¾  ½ff ¾¾¯f¾ f–fff n  ¯h¯f  ¾f  ¾f   f  9D-@  ½°–f   ¾  °    f¾  ¾ ¾¾ f f  "¾½ ff    f¯ °ff" "@ ° ff–° € n¾   °n ¯ ° f f°nf¯h¾fh  ¾ ¾¾f f" Iff¾½¯f¾¯f¯fn°n° ¾nn° ¾ ½°–f   ° f–n  °  °f ff   ¯°f f °–  9      n nf  h f  nf°–f¯h¾–f° ½¾  ". %%O     O  % %   9     O f¾  ¾ nfn° ¾ °   °  ¾ ¾  ¾¯h° f¯ °  ½ff&    O  f¾ ¾ ½¯ f¾ nfn° ¾ n °   .

  # 9     n &   ¾ f f % " nf¯½ ¾  °nf f % @f¯ x°¯½nf°  ¾    –    €¯f    nn °   ¾ ° €n¾ ¯f–°f ¾  ¾½ n f ¾ n¾ ¾ ¯f–°f ¾ ¾ f  ¯¾¯ ½ff f¯ f¾ ff  ¾   ° €n % ° x¯°¾  h f n nf f%  °f ° f  ¯h¾    °  f ½% h ff¯ °f °  % %  n¾ ¯f–°f% °x¯°¾ ½ ¯ % ¾% ½ ¯  ¾½°  ¾  n  °½nf f° f  f¯ °ff°–  f % f¾n° n° ¾ ¯h¯f€¯f°  ¾ nn °  ¾ –f½ffnf f°f f¾ff  ¾  9 ¾  ¯¾ ¯¾f    ½ ¯¾ff ¾nn°½ff ¯¾f      % %   ½ ¾  O  9 O  %% %  I@9@.

D@9.- .

  ° € n  ¾f¾¾ ½  ¯¾f f ¾– ° ¯f° f     ¾  ½ ¯  ¾–fffff f¾ nf ff  nf f  ° h f f¾ h f f nf¯½    ¾ ½f° –ff   ¾ –°fnfnf f f  ¾    ¾–ff  f f¾nf  ° f¾  9 f°  f #½ nn°#   fn   ¯½nf  f–f°–f°    ¾  ½ nh ° °n ¯ °   f f¾ nf f f¾ ¾ °f  ¯ °   °f  . --   f–n ¾ f°  ¾f  °¾f nh° nf¯½ ©¾f  n nf f³f  °  °f f f ¯h¾  ff   ¯½nf  f–f°–f° ¾–     ½ f nfnf   °   ½ ¯  fnf ½   –°f¾ n€f¾ ¾½ n€nf¾ ½ ° nf€nf ¾fn ¾° ½°–f  nf¯½ ° fn°f  ° °½ ¯  f f¾  f–n f n°f½f°€nfn°#½¯f#  nf¯½¾ h°nf f   f f¾    f    h f n nf f  ° h   f f¾ nf f f¾  ½°–f ff    ½ ¯ % ¾ n fff ¾½°  %f¯ °ff °°f f f fnfn° #½ nf#½ ¾   h f ff¯ °ff °f½¯f f¯ ° f f¾nf f f¾€   %.

 % %  °   .f ¯hnf¯ °  ½  ¯fn°¾¾  °¯°¯f 9 +  % % ¾© ff ¾nn°    % % ¾n  ° f ½ ¾°f–f°–f°f ++O%  % % % " °  ° nf  n  ¾ ff ½  ¯f f%¾   ° °f¾¾– ° ¾n° n° ¾ ½¯  °½ff ¯°¯     O    O  .¯ °  ¾ ¾ ½  ¯f¾  ¯f¯fn° n°  ¾nn° ¾   ¯½nf  f–f°–f° € n  f °€¯fn°  ¾    f¯½n f ¾nn°  D   ½  ¯f f  ¾  ½  ¯f  ¯f¯fn° n°  ¾nn° ¾ ¾   ½ff °f  ¯°f f h f  ° nf¯½  nf°–f  ° f–n    ¯°¯f  f¯f³  f ff ° n ¾f½ffn nf nf¯½ .

–f  f° ¾  ¾ ¯½nf f–f°–f° ° nff  fn° °   © %¯°¯ff °–  f ff%f ¾nn° %f° n ¾ f   n nf nf¯½%  nf¯½  f f f¾ nf f f¾  n¯ ¯¾ f° ¾  ¾ f ° n ¾ff °f ff   f f¾  °–   °n ¯ ° nf¯½ °°ff fnf f f –ff½¯f f¯ °  f f¾¯h¾ ff$  ©  ©  n½ f¾nfnf f½ffn¯½ f  ° € n  ¾ f¾  °f ff    f f¾ ° nf f f  n nff fnf¯ °    f f¾ nf f f¾  n¯ °f¯ff ¾½  ¯f¾ f ¾  f f–f°–f° °  f ¾ ¾ °nf¯ °  f° ¾f f f–f°–f° ° ½  ¯f ½¯f ¯ ¾€ n ° f ¯¾¯f °€¯fn° f°  €¯f– f¯ °  ¾°f  9D-@  D°f  ¾nn° ¯½nf f ¾    nf¯½  f–n ¾  nf°–f   ° ¾  ¯½¾ f ¾f ¾nn° "x€¯f nf¯½½ ¯fn nf°fh f¯h¯f"".

h¾f f° ¾ € n h°f¾    © ¯½¾ ¾¾f½nfn° ¾  ½°–f   ¯¾¯f¯f f   €%   f%  % % ¾© ff ¾nn° %  & %  % % °   ¯¾ ¯¾f  ½nf¯ °  f ½ ° °nf  f¾ €°n° ¾ $  –  ° ½fh¯  f  .¯½  ¯¾f" @  ¯f f° °  °¾½  ¯f¾ ¯f¯fn°n° ¾nn° ¾    ¯f  f ° °    f°ff¯¾ f° ¯ °  n°  fn° f ¾ ½  ¯f¾  ¯f¯fn° ¾°  ¾nn° ¾  f¯ x°  °  ¯½f° ¾ f½nfn° ¾ ° ¾ ½  ¯f¾  ¯f¯fn° n°  ¾nn° ¾   f¯¾ f € n  °nf¯ °  °f    ½ ¾ °fn°    ¯f .

¯ ¯¾ ¯¾f  °f€¯f ¾n°f ¾ ½  ¯fn°¾¾  ° ¾n f ½ ¾° f–f°–f°f  $%O   f%+–%  ° f% % %  ¾ f¾n° n° ¾ ½¯  °%xf°¾ f¾nfn° ¾ %½ff¾f ¾½¯¾& &  °ff¯ ° ¾ ½  ¯¾f    %& & f%  % % f f ¾ n fffn° f¯h¯  ¾f° nf°  ff ½fh¯ f%¾   °f nfnf ¾ ° ¾ f ¾ ½¯¾  f¾ ©n% ¾  ½  nfnf €  °nf°  ½fnf¯ °  f ½ ¾° f–f°–f°f %nfn°  %  nfnf°  f f f ½fnf  ¾f°  °  ½° ½¯ 9f° f ½ ¾°f–f°–f°f ¾ ¯½ ³f ¯¾¯½f½ ff½nf   ¯f f ° °  f ½  ¯f  ¾°–       ¾ ¯½ ³f f ½½f €°n°  ©  ° ¾ ½  ¯f¾¾° ¾°–%xf¾ fnfn° %  .

¯ ° © nn¾ °n    n½ ° °f ¯¾f  ¾  ¾f ¾ n¯½  °  ½  ¯f n nf¯ ° °nf¯½ nf°–f ¾n ° © ¯½ °  .f¯fn°¾°nhn¾ - ¾¾½  ¯f¾ n°¯n¾ ¯f¯fn°¾ ½ ° ¾ f° ¾¯x ¾  nhn ¾n¾f° ¯ ° 9 © ¯½    n °f ¯½ ¾f½  ¾n°n nh ¾ fnf¯ °  ¾ €°n°  ° €n¾   ¾ ¾½°   f½¯fn° ¾ n° ° f¾  nf¾  ¾f ¾fn°  f  € ©f f ° f –f  f    & ¾ nff¯ °  f nf° f    € n  ¾ ¯h¯¾ ° €n¾ ½  ¾  @ ½° ° ¾  ½  °n°f f°  ¯x ¾  nhn ½   ° ¾   ° &  ¾ ° n ¾ff–°  ¯x ½ffnff €¯f¾¾ ¯hnf°½°n¯&  ° f –f    ¾  ¯ ¾f ° ¾ –°  © ¯½  €f  ¾ ¯x ¾  nhn f n°f      n ¾ ½  ½ n ° f ¾ ¾n f¾   %°  °  ¾ °  ½ n   f¯ ¾% °  .

¾ nf¾  °   ° ¾h €° ½ff &  nhn°°¾€ n °¯x ¾¾ ¯hn ½ff °n°f&   –°f¾€°n° ¾ ½ nn°½fff¾ f¾xn°nf¾ nhn ¯f¯fn°° ¾f° f nf f¾ °%f% ¾¯x ¾ nhn°½ h° °n°f °  ½ nn°%&% € n  ¯h¯ ° €n½ f f f° ¾h €° f ° ¾ ½° °h–f¯ °  °% %   n¾ ½  ½f ½ f ¾ ¾n ¾    ° ¾  nf¾  ° ¾  ½ ° € nf f¾ ½  ³f¾ ¯ €nfn° ¾ ° n ¾ff¾ ½ff f½nf  ¯x   nhn  9ff ½  °n°f nf f  ¾¾¯h¯¾  ¾° n ¾ff ¾°¾½¾ xn°nf¾ #½–f¯fn°#   9ff  ½  ¯f ½¯f   ½ ¯  9 ¾  ½fh¯   ½°n½f ° x¾ f  f nfnf ¾ f ¾½¯¾  ¾¾¾ 9 °f ½ ¾° h f%% nf¯½  ¾f€hn ¯¾f    %f €  °nfn° f ½ ¾°f–f°–f°f%nfn° 9 f  " 9  %€ n f ½ ¾°  O   °¾f ¾½¯¾          %  ¯f f ° °  ° ¾ nf¾ 9  9 9 € n  ½ ¾ °f ½ f ¯h¾     ¯½nf  f–f°–f° ½  f¾  ½ff f¾–°f ° f¯½nff ¾nn°   9ff ½x  ¾   f½ °  °  €%%nf¯ f¯f ½f¯ °  °&    f° ¾ff xn°nf¾¯f ¯hnf¾ #½–f¯fn°# ¾½ n€nf¾½ffff¾½  ¯f¾  € ©f ¾ °f–f   © ¯½ ¾ ¯ ¾f °f€–f f ¾°nf¾  ¯f f¯ °  ¾ °n ¾ ½  ¾  ¯ f° ¯x ¾  #½–f¯fn°° f#  nf¾ € ©f  °f €–f  ¾ ½  ¾ ¯ f° ¯x ¾ #½–f¯fn°° –f  ¾f¾ xn°nf¾ € n °  f¯ °f¾ ½ ¾f¾ ½ff  ¾  ½  ¯f¾  ¯f¯fn° n°  ¾nn° ¾  f° ¯¾f  ¾   ¯f f¯ °   ¾ ½ff f°ff ¾fn° ¾ €n ¾  ¯°  f ° ¯ f–  ° ¾  ¯f°f°¾n½f ¯¾€° f¯ °f¯ °  ¾¯x ¾  nhn ½ff  ¾  ½  ¯f¾  ¯f¯fn° n°  ¾nn° ¾  ¾f  nn° ¾  f ¯f   f° ½ n ¾° ¾  ¾ °n   n¯ ½  ¾ ¯x ¾  nhn  f¾ xn°nf¾  ½–f¯fn° ° °¯n¾½f n ¾ f¯ff ¾f¾½ n¾°  ¾f° ¾  ¾  ½°  ¾f n°¯n  f¾xn°nf¾ ½–f¯fn° f° € ©f ¾ °¾¯x ¾ nhn  .

° n° ¾ ¾ –°  ° f¾f ff  ° ¾ f°h¾¾  f ½¯fn° ¾  f n °f  €° f¯ °f¯ °  ° f¾ n° n° ¾° n ¾ff¾% ½¯  °%½ff °n°f ¯h¯ ¾f¾ h  ° € n f½hnnf  f½nf ¯¾ °–f°½f   ¾ ¯f°f½ n¯  ¯¾ f¯ff ¾½  ¯f¾ n°¯n¾ f° €°n° ¾ ½ff f¾   ¾  n¯½ ° f¾ n° n° ¾  ¾ –°   ° ½ff fnf°f°¯h¯ ° ¾ f½ff f°ff ¯¾   ¯ ° f fn° ° f¾n° n° ¾  .

x ¯½nfn° °  ¾  n½ff ½°½¯"".¾ –°  °½fffnf°f°¯h¯ f¾n° n° ¾ nff  ° °  °  ¾f¾ €°n° ¾½ff–ff°f ¾ n¯½ °fxf¾ ffn°f f  n°¯nf  ¾f¾n° n° ¾ ¾ f°ffhff–    °n° ¾n°°fff   9¯ f¯¾ff°ff nf¾ ° ° ¾ ©    ¾°f€°n° °f°nfff    ¾ n   $%&%% % % D°fn° n°° n ¾ff½ff  ¾f€°n°fnf°n ¾f¯h¯ °f–°½° ¾   € %%  % %  ° ¾ ½° 9ff–ff°f  ¾ ½° ¾  ° € n  ¯h¯  °   ¾¯°nf°  °¾f ©f¯¾ x f¾f ¯¾% fnfn° % ½ff½  ³f¾ffn° ¾   f   ° nf¯ f      ° ¯¾   n¯½ f ¾ ¾  ¾h f¯ °f°  f° ¾  fnf°f ¾f #¯ ¾ f# ¾¯°  ¾½x¾ f ¯¾ f °f ½ ¾° fffn°  %   °  f f½f f ff  € %%   % %    ° n ¾f¯¾ ff ¾    ¾¯°f ½ff ½  ³¾ °n ¯ °¾  f    f f f fnfn°  °  f f½ % %      %  € %%   € %%   % %  9    ¯½nf  € %%    % %  ½ ¾   ¾ ½¾%½ nf n¾ffnf f  ¾½¾f%  ° ¯¾ € % % % n¯ – fn° n° ¾ –°  ° °½ff f¾  ¾fn° n° –  f€°n°$ °–f °f€¯fn°nff ° ½°nn%n¯½f f¾–f¾  % f–  ¾ f½ff ¾  °n°fh°n° n° ¾ nfff°h–f¾    ° f¯f¯fn°  ° €n¾ ° © ¯½ f°ff¯¾ ½  ¯f  °n°f ¯h¯ f€°n°      % % fn° n° ½¯  °½fffnf°f°¯h¯ –     & % %   & ¯ % % f f f¾ –° f f€°n° °  f f½ °     % %   ¾  n¯½  ½ f° f nfn°     ½° &   n¯½  f n° n° ¾€n °   ° ¯h¯nf  9D-@  f f f¾ –° f°¾ ¾° –ff ° ½°½¯ ¾° ¾ ¯½  ¾ ° –f  f ".

¯ ° ½ f¾    n  f f f¾ –° f¾ f°fn°¾f° " °n° ¾n° ¾ff  ¾ .

¯¾ –° nf¾f¯¾ff°ffn¯°f€°n°n° ¾ff  ¾° ½ °  ° ¾   €%   %  % % D°f n° n° ° n ¾ff ½ff   ¾f €°n° fnf°n  ¾ f ¯h¯ ¾   f¾ f f¾ ½fnf ¾ &f° ¾½ nf"n¯f ¾ f°–f ¾fn  ¾ n  €    % % .

€     D°½° n¯½f ¾f¾n° n° ¾¾ h°½°#½f°# f€°n°%°½° °   %  ½f° ¾ h°nf°  f½ff ¯h¯ 9ff–ff°f  ¾ ½° ¾°¯h¯nf   ¾¯°½ff¯¯ °¾ °nf   nn° ¾ f ©  ½°nn  °x¯°¾ –h€n¾ ¾f°f€¯f ¾  fn¯f °f¯°f³f n°¾¾  ° f©f  D°f–¯ °° ° ¾  ¾n  f¾ ½½ f ¾ ¯f ¯hnf¾  ¾  ½°  ½  ¾   f ½f ° ½f° f¯ ° °   f°ff¯¾ ¾ ¾ ¯¯ °¾ ° f  nn°    f n° n° ° n ¾ff ¾ nff  f ½ °  °  ° f  nn°   % ¾ n  f f f ½fnf €%  ¾f ¾¯° °  ° ½°nn ¾ ¾¾ °nf¯ ° °ff½nfn° ° ¾f°h¾¾ nf¾  °f ff    ¯ ¾f   ½ff   ¾   °–f ° ¯h¯  f f f ½fnf ¾ –° f ° f  nn°  O  ¾ ° –ff  ½ f°f–¯ ° x°n½ff¾¯¯ °¾ ° f  nn°   9f°  ¯¾ ¯¾f  f¾ ¾ f f¾ ½fnf ¾¾ –° f¾%$€ % °¾ ° –ff¾½ff ¾  °–f°¯h¯nf Df° ° ¾ff°f–f f¯°f³f  ¾ ¾  ½ ¾f f °n° °nf¯ °  f ¾ ¯¯ °¾ ° ¾  ¾  ¾  f ½ °  °   f ¯°f³f  ¾f ¾¯° ° nf° nf¯¾fn¯  f½ °  °  ½f¾f ½¾f f° –ff  fn¯½ © f  ¾–  ° nf¾  ¾ff  ¾¯½nf¯¯ °¾ffx¾ ½°½¯   ° ¾° °nf¯ °  ° f  nn°      %½ © ¯½  ¯¯ °¾  ° ¾  f ¾  ¾ %  ° ¾¾ nf¾¾  f¾ f f¾ ½fnf ¾  ¾ –°   ° ° € n ° °€¯fn° n¯½ f ¾   n¯ nf¯ f f ½ °  °  n nf  ½° nn  @f¯ x° ¾  ° ¯½°  n° n° ¾ °f¾ f f¾½fnf ¾nf f¾%$ $%½ff–ff°f   ¾h ¾¯° °  ½ff ¾ ¯¯ °¾ f fx¾  ½° nn ° nf   nn°  .

¯   ¯¾  ¾f¾ n° n° ¾ ¯½nf°   ¾  –    f¾ f f¾ ½fnf ¾  ¾ –°   ° ¾ f° ¾€n ° ¯ °  –f° ¾ n¯ ½ff n°f ¾f nf  ½¾   f f ½fnf nf f #½  ¾f# ½ f ¾ °f¯ ° ¾f¯°f³f ° ¾€n ° ½ °  °  °f¾  n n° ¾ ° ¾  ¾  ¾  ¾  ½  n¯½ °¾f   f ½ °  °  ° ¾ f n ¾f ° f¾  nn° ¾  D°f°h¾¾€¯f f f¯¾ f  € ©f ¾f¾ n ¾° ¾ €¯f¯ °       ¯¾ °n°f ¾° f¾ n° n° ¾   ¯¾ ¯½°  ¾   f¾ f f¾ ½fnf ¾ ¾ –° f¾  f €°n°$½ff –ff°f  € ¾° –ff ½ff¯¯ °¾ ° nf   nn°f½f ½° nn   n  ½¯  f f ff f€°n° °  f f½  €  +€   % % f f f  ¾f€°n° °  f f½  %$ "  +€  % +%€ +€ %  % %      $°  +$  " +€    +€   % % 9 ¾ ½   ¯f °– $ $ ½ ¯¾ °f¾x¯°¾½ff  °   € +€  +€   % % 9ff fnfn° ¾ f° –ff¾°°°–°ff¯ – f f° nf ffn° f¾% ¾ n ½ffnf ½¾     % ¾  ° ¯ ° ° n ¾f €€¾ f°° –ff¾  ½ © ¯½      °°n ¾ %  € € % % #   ¯½nf  €    % %  ½ fn  ¯¾¯f°h¾¾½ff€°fn °     ° "°  ¾  °°n ¾ ° ¯¾  f°fff½fnfnf f $  ½ff n ¾" ¾° –ff¾°f¯ – f ¾  ½ f °h– f ff¯ ° ¾ °nf½ff ¯¾f fn° n°   f ¾ $°$  $    % % .

°n° ¾n°nff¾ °f¯ °   – fnfn°  ¾ f¾ f f¾½fnf ¾¾ –° f¾%$ €%¾ f° ¾€n ° ¯ °  –f° ¾n¯½ff n¯½ °¾f nf  € n½  ¾½¾   f¾ f f¾ ½fnf ¾ nf f¾ %$ $%  f¾ €°n° ¾   n¯½ ° ¾f n° n° ¾  °¯°f° °n° ¾ n°nff¾  °  ¾ ¯ °¾° ¾  ¾f¾ €°n° ¾ ½f n ° ff¾ ½ ¾f¾ f  x¾  ¾f ¯f– ° ©f nf   ° ½° ½f° ° ¾  ½  €°n° ¾  ° € n  ° fx°n ¯h¯ ½  f €°n°  °  ¾ ¯½  ½ °  °  ° –f  f f ½f  ¾  ½°  9  – ° f  f¾ €°n° ¾ n°nff¾ ° °f½½ f   ¾ ¯½  ¾h°½ f© nf ½f°f°– ° f f¾   ½f° €°  ½  f ¯h¯  f €°n° ¾  ¾¯½ ¯ °  ° nf¾ ¾½ nf  ¾f ½½ f  .9  .

° n° ¾ ¾ –°  ° f¾f ½¯f  ° © ¯½ f°ff¯¾f€°n° f¾f   €%%  €+" +O +  f¾n° n° ¾ ½¯  °½ff ¯h¯¾° $    + €  O+       f¾ f f¾½fnf ¾ ¾ –°  ° f nfn° ¾° % % % % % % %€  &f ¯¾fn°½f  ¾¯f ¾f x¯°  ffnfn° ¾fnf€fnn¯°  9  ¾ ½f° f¯ °¾¾  $ f f½nf ° ¾ nf¾n°n  D°½f° f¯ °¯h¾€hn – ° ff  f h– f ¯fnf  ½f   fnfn° ¾°f #€¯fnf hnf# ° "   f¾nfn° ¾   ¾°¯¾¯  – f¯f ¾f°f °€° €€°  ¾fx €° f° –ff# °½fnf fnfn°  –     ¯°f°   ¾f ¾f°f¾ f ½¾ 9ff°f°h¾¾  ¾ff¾¾¾° xf°¾ f¾¯½fn° ¾f ¾ nf½  €°   % % $    ¾f¾ f f¾ n¯½ ° nff¯ °  f¾ nfn° ¾       ½    ¾  n¯½ ° f¯ f¾ n° n° ¾° n ¾ff¾¾€n ° ¾½ff  ° °¯h¯nf  9D-@  ¾n ff€¯fn°nff f€°n° ¾f  °  ½x¾ ° °°n f¯h¯– f  .f¯fn°n° ¾nn° ¾ .

¯nf¾€°f f°fn  ½  ¯f   –"½ff¯f¯f  €% %  % % ¾© ff ¾nn°° f n      % % % ° ¾½fh¯ ¾n "   ¾°½fh¯ ¾n°¾f° ¾ ° ½  ¯f% ¾ ½  ¯f ¾  ° ½   ¾  °n°fh n° € n °nf ° ¾  ¯f°f  n°¾  ° nf¾ n°n   ¾ ½  ¯f¾  ¯f¯fn° n°  ¾nn° ¾    ¯¾ f°ff  f° ¯ °  ° ¾  ¯¾f¯¾ f¾n° n° ¾ ½¯  °½ff ¯h¯¾ ½ ° f ¾n  ° f ½ ¾°f–f°–f°f –  €% %+O%n  %  % % f¾ f f¾½fnf ¾ ¾½ nf" O€ n °f¾¾– ° ¾ ½ ¾° ¾ .

€ O   € O   % % n       ¾f¾ nfn° ¾¾ ½ ° ¾  ½– ° f ½ff °n°f¾f ¾½¯¾ " O  9ff –ff°f    ½° nfnf  f¾ ¾ ° ¯h¯ nf  ¯¾ f°ff  °  ¾ ¯¯ °¾ f ©f¯ ° ¾½°¾nn¾f° f¾ f f¾f ¾#¾ –° f¾# f ¾ f°½ ¾ °f  °fnfn°    $%©  +€   +€   % % f ¾° ¯ f– °¾°½ ¯¾  ¾ ¾¾½  ³¾nf¯ ¾½¾  ¾ f¾ f ¾ f ¾       ¾–f° n¯½ °  f  ¾nn° ½ ° n°¾ f¾  f °ff¾ h f¾ f ½° nn  9ff f°ff ¾¾ nf¯ ¾  ¯¾ nfnf f f f f  f  ¾nn° %nfn° %         % %  O  O  ¾f nfn° ¯ ¾f ¾ nf¯ ¾  f¾ ½ ¯¾  ¾      f f°ff ¾ ¯¯ °¾ ¾   ½° nn  9ff ¾ – ff°f°  ° f  ¾n°  ¾  ½  ¯f   ° ¯¾   ff¾n° n° ¾ ½¯  ° f¾ ¾½¯ f¾¯½nf°  $"   %     n¯ °f°  ¾  ¾f n°fnfn°  ¾   °      % %  f ½ ¯¾ ¾¾ ¾f ½ ¾° °   ° f nfn°   ½ff ¯¾f f¾ n° n° ¾   °n¯½¾ ½ff   ¾ f° –ff  % %     € % % +€ €  € €°© €+€      €  +$   .

n¾ ¯ ¾ n°¯n¾ ¾  nffn f°½ ¾ ½ €°n° ¾ n¯  n°¯h¾ f  ° .¯ °f° x¯°¾¾fnf° €fnn¯°  ° ¯¾   €© I.+  9f° ½ff %9    n¯½¾   $$ €€"€+$$   % % % % °n° ¾nf¾n°nff¾ °  f nfn°   ½f n  ½n ¯h¾   °f ¯f¾f n¯½ ©f  ¾ °f f  ¾¯ ¾ ¯f ¯hn¾  ¾  ff    n   °f n° n° f¾f°  ¯½f°   € ©f ° n°©°  €°n° ¾ n°n f¾f¾° €°n° ¾nf¾n°nff¾ ¾f¾€°n° ¾  ° ° f½½ f     n°©°  ¾¾½°  ¾½ff   ¾f€°n°¯f°f¯f nf n°¾f°  ½  ¯°f f ¾°n°©°n° % ¾ n  ¾½°¾nf ¾ f n°©°¾ ½ ° ° ½ °f ° f   ¾h f¯ °  h ¾  n°©°%  .

f½  ° ¾¾nf¾¾ f n° n°  nf¾ n°nf f   °  °f ° ½ fn° n°¯nf  ff¯ °  ¾ °nf  ¾ .

9  ¯f¾      f°ff° ¾ €°n° ¾ nf¾ n°nff¾ nnn f¾   °n°f ¯¾ n° € n °nf ° ¾ ¯f°f  .

° n° ¾ ¾ –°  °½ff ½  ¯f f¾ff¾ 9ff ¯¾f f¾ n° n° ¾  ¾ –°   ° °  nf¾ n°  ¾nn° ¾  f¯¾ f f°ff  ½  ¯f f¾ ff¾ © ¯½  °x¯°¾€¯f ¾  ¾ ½  ¯f –  ¯f¯n ¯¾  % %  €% %  ¾© ff ¾nn° 9     ¾n  ° f ½ ¾°f–f°–f°f – +O%9  %  ¾   °n°f¾¾– ° ¾n° n° ¾° n ¾ff¾½ff ¯h¯   % %  % %      %-  & % %     &  %    9       ¾ °  ¾f¾ nfn° ¾½ffnfnf¾f ¾½¯¾  O  ° ¯¾  % %    # &  &  .

x€¯f ° f€°n°€% % "@ ° °¯h¯– f"9ff°f€© $  "nh ¾f€¯f f¾° f¾ ° ° ¾ f€°n°"   ¾¯ ° ½ ¾f f€¯ f  f½f °nf f–°f¾½f ¾  ¾ nf½  ¾  ° ¾°¯f°f  ¯f ¯hnf¾ 9 n°f ° ¾f° °n°f f n½f  ¾f¾ f¯ °f¾ ¾ h° f f¾  ¾ff¯ ¾ n°¯n¾ °  ¾   ¯f f  ¾ nf½¾ h ½ ¾n¯°f €  °nf  D°f €¯f   ¾¯ f¾  f¯ °f¾ ¯f ¯hnf¾ ° n f¾ ° ¾  nf½ n°¾¾  ° ¾fnf%€nf–f¾ nn° ¾ n°¯nf¾  € ©f° ¾f¾ f¯ °f¾  .° n° ¾  ¾ –°   °  9ff f°ff f¾ n° n° ¾  ¾ –°   °  nfnf¯¾ € €   € € O  % % $ $&  $ €   € €    fn ° f¾¾¾n° ¾½ ° ° ¾ °fnfn°   ° ¯¾  % % %  %°+%    9 ¾  ¾°f¯ f¾½¾f¾ ° ¾ ½  ¯f ¾ n¯½ °f¾n° n° ¾ ¾ –°  ° ½ff°¯h ¯n° ¾nn° ¾   9D-@ ".

 f fn°  f¾ ¯f ¯hnf¾ € n  °f €¯f n¯ f  h½ f ½ff   ¾ n°¯¾f¾ ¾f °¾¾¯ ¾  ½ ° ¾ ff¾¯½nfn° ¾ n°¯nf¾   ¾¾ ¾½ ¾¾ °°¯fn¾¯½€nf ¯ f° ffn°  ¾f¾ f¯ °f¾¯f ¯hnf¾    n°n ½ ¯f ¯hn  f¾ f f¾  °f €°n° ¾  f ¯n ° ¾ ¯ ¾ n°¯n¾ ½  ¾ n°¯¾f¾ ¾  ° ¾f °  ¾f ¾ ° ¾ € n¾  ¾ nf¯ ¾ ¯f–°f ¾ °fff  ¾  fff  f¾ f f¾½fnf ¾¾°  ¾½ nf f ½ff ¾  €° ½  ¾h° €° f¾ ½ff  € ©f ¾¾ nf¯ ¾ nf°   ¾ ¾ ¯h¾ €fn ¾ ¾  ¯f° ° ° n°¾f° ¾  ¾  f¾ f f¾ ½fnf ¾ °n½f°  ¾½ ¾ n  ¾ ½f ¾   ¾  °n °f °f¯ff ¾¯ ¾ n°¯n¾   f¾ ¯f ¯hnf¾  f½¯fn°¾°°f f¯ °f ¯½f° ½ff  ¾f  ¯ ¾ ¾½° ° ¾f– ° ¾ n°¯n¾° °f°fnf°f° ©  €¯ffn°f  °  nf¾ ¾°  ¾nn° ¾  f¾ n° n° ¾  ½¯   ° f€¯f°   nf  fn f    n°  ffnf°f  ©  f– °  f¯½f¾ f¾f ½° ° fn° n° ¯f–°f °f° ff¯½fn° ffn f ¾ f °x¯°¾¯f ¯hn¾ fn° n°  ½¯  °½fffnf°f°½¯ –   f¾f¾ f f¾½fnf ¾¾ f°–f ¾f   f ¯ff  ¾ ½  ¯f¾ n°¯n¾  ½¯fn° °n °  ¾nn° ¾  f¾  nn° ¾   ½ ° ¯f ¾ f– ° ¾  ° ¾  nf¾  f¾ n° n° ¾  ½¯   °  ° ¯h¯ ¾–  °   nf f fn f   ½ f °  °  °   f  fn° °   ° €n ¯f–°f  f fn f   ¾½ n f n¾  ¯f–°f  f ¯¾¯f  ¾ f  ¯¾¯ ½ff  f¾ f¾ fn f ¾ f f¾  ¾  nn °  n¯°  ° €n  n¾  ¯f–°f f¯ x° ¾ –f f ¯½nf  f–f°–f°    ¾  ¾   ° n ½ff f f f  ¾  ¾ ½  ¯f¾  ½¯fn°n° ¾nn° ¾  ¯½nf f–f°–f°f¯ x°¾ ½ ° ½ f n¯  f¯½n%½ n¾¯ f% f ¾nn°      ¯f  f €°n° ¯½nf ¾ ° °¾¯ ° ¯f ¯hn  ½ff  € ©f f ½ ° °nf f¾  nn° ¾ f f¾ °½  ¯f ½¯fn° ¾½ nf¾½fh¯ ¾  ¾  ½  ¯f %½ © ¯½  ¾ ½ n¾  ¯ nf %     ¯f  f ° °  ¾  ½ff f°ff n¯ ff° ¾f¾  nn° ¾ ½¯f¾ nf°  nf¯ f° ¾ ½fh¯ ¾ %½ n¾%  ½  ¯f   f¾ n° n° ¾ ¯f–°f ¾  ½¯   ° ¾ff f¾ ° ¾  nf½ ¾° ¾ n° n° ¾ ° n ¾ff¾ ½ff   °  ° ¯h¯  ° ¯°¯  9ff –ff°f   ¾  fnf°f ° fx°n ¯h¯  ¯°¯ ¾ ° n ¾f n¯½ f f¾ n° n° ¾  ¾ –°   °   ¾n ° f nff  f €°n°   ¾  ¾h ½¯f°   ¾f¾ n° n° ¾  nff  ° h°¯½nfn° ¾ n°¯nf¾ ¾                    .

  9-.

D@ ° ¾  nf½ °¾ €©f¯¾ ° f €¯f °   ¾ n°¯¾f¾ ¾n ° f¾ ½ €  °nf¾  ¾ °  ¾  9f¯¾  ° f°h¾¾ f¾f°  f ¾fn  f  fn°  ½ €  °nf¾  ½  h½ f¯ °  ½f¾f¯¾ f f ½°n½f  f¯ °f  ¾ n°¯¾f¾ ½ff ¾ f f¾  nn° ¾ °  f ¾ f€°n°  f -¾€©f¯¾ °f–°f¾nffn ¾nf¾– ° f ¾  ¾f€°n° °°¾½n¾ © ¯½¾¾ °n¾ €°n° ¾  f  °n°n    °n°f ¯¾ff–  ¾ ¯f°f     ¯f¾ f  nn°fn°f D°f€¯f °nf f°h¾¾ f¾  nn° ¾ ¾°  ¾n°¾¾  °f€¯f°n°©° h¾n  ½¾f ¾   f¯f¾    ¾n °  n¯½f¯ ° #fn°f  °  ¾  f° ½½ ¾ ¾°¾n°©°¾  f¯f¾  ¾ ½  ¾ ° °½f n ¾ °f° °nf° ½f °  n°n ½  #½ €  °nf#  nf°  ° °   f€¯f   # ¾ ½ €   f #  ¾  ¾½°  f€¯f  ° °  °n °f  n°¾ f  ¾h¯ © °f¾fn°  ° f¾fn°  ¾½°   ¾f fn° ½ €  °nf °  ¾½½ f ¾ h¾nf¾   .

¯½ f¾  ¾° ¾¾fn° ¾nf ¾ f  °  ¾ ¯½ ½  ¾½ n€nf fnf¯ ° °f f¾ ¾½¾  f ¾¾– ° ¾   # ¾½ €  ff #   #  ¾½ €  ff#   # ¾°–f ffnf¾#    ¾½°    ¾ °  ¾ °  f° ½fff ¾ ½ f ° n¾°  n¯½ ° ° f¯ °   ¾ ¯½ ½ ° n ¾  f ¾ f  f   ¾f °ff¾nf ¾ f ¾½ ¾f¯ x° n f½¾  f    °  ½ ff€¯f  ¾½ €  ff    ¾½ €  ff   @f°¾f¾ °°  f€¯f # ¾½ €  ff # #  ¾½ €  ff.

#  °° n ¾f¯ x° hf€¯f # ¾½ €  ff.

#  ¾ ¾½ ¾f€¯f f¾  nn° ¾  °°  ¾°n°¾¾ ° ¾ ¾ ¾½ ¾¾ ½  n°f¾f ¯½nf¯ ° 9– ° f ¾ ¾ ¾n°n ° f¾  nn° ¾ °f½ ¾°f ¾°  ° € n  f°¾f¾  ½    f¾ n°n¾° ¾ ° ¯ €nf¾  nf°   °   ° n¯½ °  f¯ °  f¾ n°¾ n °nf¾  ¾¾  nn° ¾  9 ¾   ° f ¯f ½f   ¾ nf¾¾  f¾¯ ¯¾   ¾   ff°  nn° ¾ n° °€¯fn° n¯½ f %f°  f°ff ¯¾ f °n  ¯   ° f 9f    ° f¾ ¾ nn° ¾%  f ½½ f  f°¾f ½f n  ° ¾½ ¾ f nf ¾  f¾½ €  °nf¾   .

°° f °°  f€¯f # ¾½ €  ff # f¾¾fn° ¾¾€n ° ¯ °  #n nf°f¾#ff¯ x° °½ € ¾ f  ¾  ¾½ ¾  ff¯ °  xn°n ¾ ° n ¾f ¾   ¯¾ f°ff f¾  ¾½ ¾f¾  ¾ °  ¾ f nf¯ ¾  ff¯ °  ½  ³¾  f  °f  ¾ ½ n¾    ©   ¾½ ¾ n°¾¾  ° n  ¯°f ¾½¾  ½ €  °nf¾ ¾n°°f¾ n° €¯f ¾ f ½f°  f°½  ¯f¾½ff  ¾f¯f ¯hn f f f  nn° ¾½ ¾ n°° f  °½f n n   ¾–  ¾nfff–°¾½¾ n¯½f¯ ° n°¯n ¾½ nf¯ °  ¯½f° ¾ ° ¯°  f  D f  f ¾ ¾ ¾½ ¾¾  ½ €  °nf¾ n¯½ f¾  f°¾f¾  n°°f¾  ¾ ½¾   ¯¾f  ¯f° f €¯f   f – °  ¾ nf½f  nf¾€nf °  °  ½ €  °nf  f¾ f¾ ¾fn° ¾ ½¾  ¾  f¯ °¾ ¾ f  ff¯h¾ ¾ f   – ° f ¯°–f° n f ° ¾– OO½  n½n .

  ¯ °f¯  ¾ n°¯¾f¾ °¯°f° f ¾f nf¾€nfn°  f   @f¯ x° nf ¯¾ f °f¯ f f€¯f   f¾ ¾fn° ¾ ¯h¾ ¾ f  ¾ f½f° ¯h¾  f    f¾ ¯ °¾ ¾ f  ¾ ¾ n ¾°f½ ¾°f½ €  f¾fn° ff¾fn°   ¯¾ f f  f¾–°f fff½n°   ¾n  ¯¾n¯D%%  ¾¯f f f f¾–°f ff D% %  . n° ¾ f f ° n ° ¾ 9 ¯¾ °n¾ f¾–°f n€f¾ f ¾f¾ nf¾€nfn° ¾  f  f  9  ¾f¾ n€f¾ ° ¾ h° nnn°n¾ .

f n°©° °¯ ¾ f¾–° ¯¾ €¯ff ff € © ° €¯f ½ n¾f  ° ½ €  °nf¾°nf¯½nfh ¯¾¯n°©°   nn° ¾ -f°°–°f €  °nf °  n $%%  D % %   n D%% D% %   °f¯ ¾ nf¾¾  ¾ °¯ ¾ ¯½nf°   ¾  ½ €    f  ° x¯°¾ xn°n¾  ° ¾ n°n ½   f  ¾  €°  °nf¯ °  n¯ °f f°¾€¯fn°   ¯f° °    ° %#¯°°f#%  .

f n°©° °¯ ¾  € © n°½ n¾°  ° ½ €  °nf¾ °f ½ ¾°f ¾ hh  9f° ° ° ¾ ° ½ –°f  " °nh°¯h¾¾ ½ €  f "# ½ ¾  ¾f ½ –°f °  °  °f °nf  ¾½ ¾f  f¾ °n ¾f¾   ½ ° f f – °    nf¾€  ¾ #€ n f  °°f ¾nff f½ f°f–f¯ ° °f ¾nff f @    ¾  ½  ¾½ f ¾   f ½ ¾°f   f€¯f   ° f ¾h °  ##  f ¾nff  f ¾– °  f€¯f ¾f °  ## ¾h  ° € n  ¯h¾ n° °f  ¾ –°  f  9 f°  f¾ nf¾€nfn° ¾  f f ¾°n¯f nf¾€nfn° °f ¾ ¾ff° ¾ f¾½ nf¾   f° °f  ¾   ¾  nf ¾ f¾  ¯½ ¯ °   € ©f° f ¾ f  f   ff  n°©°¾   ° ¾  ¾f €ff  n¾ f  ° f f¾–°fn°  °¯ ¾ f f  f  f¯ x°  € ©f ½ x ¾ ¯½¾  n¯½fff¾ f ¾  ¾½ ¾°f¾ °f½ ¾°ff€¯f °€   f½f°f  f  ##ff€¯f  ¯¾¯€  ff½f°f f  ## °½ ¯¾ n nh ¾ ¾°  ¾ff¯h¾ €  ½ ½ f° ¾ff°  ¾nff¾¯ ¾°f¾  °h–f¯ ° ° ° ¯¾ °°–°f ¯f° f  ¯ ¾ ½f¾ f¾fn° ff¾fn°  € n ¯h¾ f f°f½ ¾°f ff - ¾f° n¯  ¯¾ ¾ n°¯¾f¾½ ° n f¾f° ¾ n¾f¾ ¾   f nf¾€nfn°  f  f  f°ff°  f¾  nn° ¾    ff f – °  €¯f°ff  ¾½ ¾n  ¾½f ¾ 9 ¾ f f fn  €  °nfff¾f¾€fnn°– ° f  ¾  °   ¾ ° nf ¾   f€ nf  ½  ¾¾ €fn ¾  f  f   °f ½ ¾°f ° ¾ ½ °   ¾ n°¾¯  nf° f ¾ €¾nf¾  ¾° f¯ x°  fn ¾ ½¾n–nf¾   f¾ ½ ¾° ¾  ¾ –½  n¯½f³ ¾   ¾¾ ½  °nf¾ ½ ¾°f ¾   °° nf ° – ° f  °  ¾ n°¯¾f¾ ° °°° x¾ – ° f½ f°ff ¾f¾°€ °nf¾ ¾  ¾ ° n ¾fn °ff f °n° 9f° °f½hnnfn¯°n°¾¾  ° nf° ¾ff °n° n¾f¯ ° ff¾  nn° ¾ ° ½n° ¾nf°€nf  ¾%½ © ¯½ f¾nf° f ¾ ff¾ f¯ °¾n © f  f¾   °¯   f¾ f f©f f¾ f f ¾ ¯f°f   ¾ ¾ °  €¯f¾ ¯½¾f¾ n°n f¾%  ¯ °f¾   ¾  ¯f° ° ° n°¾f° ¾  ¾ ¾ ¯h¾ €fn ¾   f€ nf° f n¯½f¯ ° ¾ ¾½ ¾n  ¾½f ¾%  ¯h¾½ ¯f° n n°¾f° %¾ °nf .