Dinámica caótica y ecuaciones no lineales: impacto en los índices Dow Jones y LME y su relación con la importación de commodities para los fabricantes de electrodos en el Perú (2018-2023)

Abstract

Objetivo: Analizar cómo la dinámica caótica y las ecuaciones no lineales influyen en los índices internacionales Dow Jones Industrial Average (DJIA) y London Metal Exchange (LME), y su impacto en la gestión de la cadena de suministro de commodities importados en la industria peruana de electrodos (2018–2023). Método: Se aplicó un enfoque cuantitativo, aplicado y explicativo. Se utilizaron modelos ARIMA (Box–Jenkins) y Regresión Simbólica (RS) con el algoritmo de Feynman AI para proyectar precios semestrales de insumos críticos (Ni, Cu, Al, acero inoxidable, ferroaleaciones). Los análisis se realizaron en Minitab mediante pruebas t, ANOVA, Wilcoxon y criterios AIC/BIC, complementados con KPI logísticos. Resultados: La RS obtuvo una mayor precisión (MAPE = 2.11%) frente a ARIMA (MAPE = 7.84%), mejorando la predicción en 70%. Las correlaciones entre índices internacionales y precios fueron significativas (ρ = 0.35–0.78; p < 0.001). Se observó una reducción del 15% en los tiempos de entrega y en las tasas de stock-out. Conclusiones: Los mercados globales de commodities presentan un comportamiento caótico determinista, modelable mediante ecuaciones simbólicas. La integración de la RS en la planificación logística optimiza el momento de compra, reduce la exposición a la volatilidad y fortalece la resiliencia operativa. La metodología propuesta puede replicarse en otros sectores industriales para la toma de decisiones predictivas en entornos inciertos.