• 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
      • Descenso de gradiente
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Matriz de confusión e informe de clasificación
      • Visualizador de fronteras de decisión
      • Simulador de K-Means
      • Número Óptimo de Clusters
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Problema del cumpleaños
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • La aguja de Buffon
      • Simulador de la Estrategia Martingala
      • Simulador de Cadenas de Markov
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Comparador de tarifas de luz 2.0TD
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
      • Frontera Eficiente
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Consultar CSV con SQL en el navegador
      • Extractor de tickets (OCR)
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Calculadora HMAC
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
      • Editor de expresiones cron
      • Conversor de unidades
    • 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

Precios

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.

Shallow copy vs Deep copy en Python: la mutación inesperada
En Analytics Lane
Shallow copy vs Deep copy en Python: la mutación inesperada

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.

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.

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?

Publicaciones relacionadas

  • Shallow copy vs Deep copy en Python: la mutación inesperada
  • Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
  • Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador
  • Cómo Saber si una Diferencia Significativa es Importante
  • Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”
  • Cómo Explorar un Dataset antes de Modelar
  • Cómo Elegir el Test de Hipótesis Correcto para tus Datos
  • Tuplas vs Listas en Python: parecen lo mismo, pero no
  • == vs is en Python: la diferencia que causa bugs misteriosos

Publicidad

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

Noticias

Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador

noviembre 18, 2026 Por Daniel Rodríguez

Cómo Explorar un Dataset antes de Modelar

noviembre 17, 2026 Por Daniel Rodríguez

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

noviembre 12, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Cómo Explorar un Dataset antes de Modelar publicado el noviembre 17, 2026 | en Ciencia de datos
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas publicado el mayo 10, 2019 | en Python
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • La tabla de la web finalmente importada en Excel Importar tablas desde la web en Excel publicado el octubre 21, 2020 | en Herramientas

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

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

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