• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Factores que pueden afectar a la elasticidad de la demanda

mayo 27, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

La elasticidad de la demanda es un parámetro clave a la hora de fijar los precios de un bien o servicio. Aumentar el precio de una referencia elástica puede hacer que la demanda se reduzca demasiado afectando a las estimaciones. Mientras que en las referencias inelásticas la variación es menor. Pero el precio no es el único factor que puede afectar a la elasticidad de la demanda, sino que existen otros que se deben tener en cuenta.

Tabla de contenidos

  • 1 Elasticidad de la demanda
  • 2 Factores que pueden afectar a la elasticidad de la demanda
    • 2.1 Naturaleza del bien o servicio
    • 2.2 Disponibilidad de alternativas
    • 2.3 Nivel de precio
    • 2.4 Ingresos de los potenciales consumidores
    • 2.5 Tiempo
  • 3 Conclusiones

Elasticidad de la demanda

La elasticidad de la demanda mide la variación que se observa en la demanda de un bien o servicio frente a los cambios en otra variable que le puede afectar. Siendo uno de las más estudiados la elasticidad de la demanda en función del precio. Un valor que se puede expresar matemáticamente con la siguiente expresión

\epsilon = -\frac{\frac{\delta q}{q}}{\frac{\delta p}{p}}

donde \delta q es la variación observada en la demanda, q el volumen de la demanda, \delta p la variación del precio y p el propio precio. Siendo la elasticidad un valor que no tiene unidades, por lo que no afecta en las unidades que se usen para su calculo.

Cuando el valor de la elasticidad es menor que uno se dice que el producto es inelástico, un cambio el precio en un porcentaje afecta en uno menor a la demanda, por otro lado si cuando los valores son mayores de la unidad se dice que la demanda es elástica, por lo que un pequeño cambio porcentual en el precio se traduce en reducciones más considerables de la demanda.

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

Factores que pueden afectar a la elasticidad de la demanda

Cómo se ha comentado anteriormente la elasticidad al precio no es igual para todos los productos o servicios, siendo uno elásticos mientras que otros son inelástico. Por ejemplo, cambios en el precio de productos básicos como puede ser el arroz afectará poco a la demanda, mientras que cambios minúsculos en otros productos puede producir una reducción considerable de la demanda. Existen varios factores que pueden influir en el hecho de que la elasticidad de una mercancía sea mayor o menor a su precio. Entre estos factores se puede destacar los siguientes.

Publicidad


Naturaleza del bien o servicio

La elasticidad de la demanda al precio depende en gran medida de la naturaleza del bien o servicio. Los productos de primera necesidad, como pueden ser los alimentos, suelen tener una baja sensibilidad al precio. Por otro lado, los productos de lujo, cómo puede ser la joyería, suelen mostrar una mayor sensibilidad al precio, por lo que la demanda es más elástica. En un punto intermedio se pueden encontrar bienes que mejoran el confort de los consumidores, como puede ser los electrodomésticos, que muestra una elasticidad intermedia ya que se resienten en menor medida frente a aumentos de precios que los productos de lujo, pero mejor que los productos básicos.

Disponibilidad de alternativas

La existencia o no de alternativas es otro factor clave a la hora de indicar si un bien o servicio es elástico o no. Cuando un producto se puede cambiar fácilmente por otro, en tal caso los aumentos de precio se traducen en una reducción de la demanda mayor, mostrando una mayor elasticidad. Por otro lado, aquellos productos que no se pueden reemplazar serán inelásticos, esto es un aumento de precio no reducir la demanda de forma considerable.

Nivel de precio

El nivel de los precios de los bienes o servicios también afecta a su elasticidad. Siendo generalmente las referencias con rangos de precios más altos los que tienen una mayor elasticidad, siendo más inelásticos los productos con niveles de precios más reducidos. Un aumento de precio puede hacer que estos caigan en segmentos altos de mercado, haciendo que su demanda se reduzca, mientras que una caída de precio puede hacer que caigan en segmentos intermedios, haciéndolos que estos sean más asequibles para más consumidores. Por otro lado, los productos que pertenecen al segmento de bajo precio son generalmente inelásticos o relativamente menos elásticos.

Publicidad


Ingresos de los potenciales consumidores

Los productos y servicios orientados a consumidores con ingresos elevados generalmente son menos elásticos que los orientados al segmento de bajos ingresos. Debido a que los cambios en el precio suelen ser menos molesto para el primer segmento de consumidores.

Tiempo

Finalmente, no se debe olvidar el tiempo. Si se aumenta el precio de un bien durante un tiempo su demanda puede que no se vea afectada porque este es difícil de sustituir. Generalmente los consumidores no cambian de hábitos. Pero, en los casos en el que este aumento de precio se prolongue durante un tiempo los consumidores pueden buscar alternativas o modificar sus hábitos para reducir el consumo de los bienes o servicios cuyos precios aumentan.

Conclusiones

En esta entrada se han repasado algunos de los factores que pueden afectar a la elasticidad de la demanda además del precio. Factores que debemos tener en cuenta a la hora de fijar los precios ya que, como se ha visto, incluso el tiempo puede afectar los valores medidos anteriormente.

Imagen de Steve Buissinne en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Ciencia de datos Etiquetado como: Precios

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

De la Regresión Logística al Scorecard: La Transformación Matemática

mayo 19, 2026 Por Daniel Rodríguez

Noticias

Analytics Lane lanza la versión 1.1 del laboratorio con nuevas suites de CLV y Scoring

mayo 18, 2026 Por Daniel Rodríguez

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Gráficos de correlación en Seaborn: Mapas de calor y gráficos de pares publicado el julio 27, 2023 | en Python
  • Media, mediana y moda: Descubre cómo interpretar las medidas de tendencia central con ejemplos claros y sin complicaciones publicado el mayo 16, 2025 | en Ciencia de datos
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Cómo encontrar la posición de elementos en una lista de Python publicado el abril 12, 2021 | en Python
  • Programador de tareas de Windows: Guía definitiva para automatizar tu trabajo (BAT, PowerShell y Python) publicado el octubre 7, 2025 | en Herramientas, Productividad

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto