La relation Amoroso–Robinson, tenant son nom des économistes Luigi Amoroso et Joan Robinson, décrit la relation entre prix, revenu marginal, et élasticité de la demande

où
Démonstration
On note
le prix d'un bien et
la quantité de ce bien. On remarque que n'étant pas en condition de concurrence pure et parfaite, le prix n'est pas une constante. On peut ainsi exprimer le revenu total
. On exprime ensuite le revenu marginal, qui est la dérivée du revenu total :
. En factorisant dans le membre de droit, on obtient :

En notation leibnizienne, on a : 
En exprimant
en fonction de la demande que l'on note
, on obtient : 
On exprime désormais l'élasticité-prix
du prix
de la demande
:
. On remarque alors que 
En vertu de la loi de la demande, l'élasticité
, on adopte donc la notation en valeur absolue qui donne : 
Finalement, on a bien :

