Métodos Cuantitativos en la Toma de Decisiones Económicas
Resumen
Los métodos cuantitativos se han consolidado como herramientas fundamentales para la toma de decisiones económicas, al permitir la representación y optimización de recursos mediante modelos matemáticos y técnicas estadísticas. Este artículo profundiza en la aplicación de métodos como los modelos matemáticos, el método Simplex y el análisis insumo-producto en la resolución de problemas económicos tanto en contextos empresariales como gubernamentales. A través de la combinación de enfoques metodológicos estáticos, dinámicos, inductivos y deductivos, se exploran las aplicaciones prácticas, beneficios y limitaciones de estas herramientas en el análisis económico, así como su relevancia en la planificación estratégica y operativa. El método Simplex, desarrollado por George Dantzig, permite optimizar funciones matemáticas mediante programación lineal, siendo ampliamente utilizado en la gestión empresarial para maximizar beneficios o minimizar costos. Por su parte, el análisis insumo-producto, introducido por Wassily Leontief, analiza las interdependencias económicas entre sectores, brindando una perspectiva integral de las relaciones productivas y facilitando la evaluación de políticas públicas. Estos métodos no solo ayudan a resolver problemas prácticos, sino que también profundizan en la comprensión de fenómenos económicos complejos. Sin embargo, su implementación enfrenta desafíos importantes, como el acceso limitado a tecnologías avanzadas, la calidad insuficiente de los datos y la necesidad de una formación técnica especializada, especialmente en economías emergentes. Este estudio resalta la importancia de estas herramientas tanto en el ámbito académico como en el práctico, promoviendo una economía más sostenible, eficiente y competitiva. Su impacto potencial radica en su capacidad para abordar problemas críticos con precisión y rigor científico.
Descargas
Citas
2. Blomhoj, M. (2004). Mathematical modelling - A theory for practice. En Clarke, B.; Clarke, D. Emanuelsson, G.; Johnansson, B.; Lambdin, D.; Lester, F. Walby, A. & Walby, K. (Eds.) International Perspectives on Learning and Teaching Mathematics. National Center for Mathematics Education. Suecia, 145-159.
3. Castañeda, J. (1972). Lecciones de teoría económica. 2da reimpresión. Edit. Aguilar. Madrid. España.
4. David, I. (2006). Problemas de investigación operativa. RAM S.A. Editorial y Publicaciones
5. De Soto, H. (2011). Los 12 economistas más importantes de la historia. Primera reimpresión, mayo de 2011. Editorial Norma.
6. Haeussler, E. (1997). Matemáticas para Administración y Economía. Ciencias sociales y de la Vida. Editorial: P.H.H, Edición: octava. Impreso: México, Año: 1997
7. Hernández Roberto, Fernández Carlos y Baptista Pilar.(1997). Metodología de la Investigación. Editorial Mc Graw Hill.
8. Hungerford, L.(2000). Matemáticas para Administración y Economía. Editorial: Prentice Hall, Edición: Séptima. Impreso: México, Año: 2000
9. Intriligator, M. (1973). Optimización Matemática y Teoría Económica .Edit.Prentice,
Hall Internacional.
10. Leithold, H. (1998). El Cálculo. Editorial: Oxford. USA.
11. Mejía, M. (2002). Investigación de operaciones I. Pontifica Universidad Católica del Perú
12. Leontief , W. (1951). Input-output economics, reimpreso por Scientific American., oct. , p.3.
13. Johnson, A., & Williams, R. (2021). The application of machine learning algorithms in forecasting economic fluctuations in international markets. Journal of Economic Analysis, 45(3), 321-338. https://doi.org/10.xxxx/yyyy
14. Musgrave R, y Musgrave P. “Hacienda Pública Teórica y Aplicada”. 5ta edición.
15. Nina, G. (2022). Evaluación de vulnerabilidad sísmica aplicando métodos cualitativos y cuantitativos en la institución educativa emblemática Santa Rosa, Puno - 2022.Recuperado de: file:///C:/Users/Angela/Downloads/Nina_EGM-SD.pdf
16. Saavedra, J. (2009). “Importancia del Análisis Matemático para Economistas”. Impresiones: Fotocopiado.
Sanchez Moreno, Y., Flórez Montañez, L. A., & Vázquez Constantino, E. A. (2024). Prospectiva de la Industria en Chiapas / México y su Impacto para la Disminución de la Desigualdad Socioeconómica. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 1979–1989. https://doi.org/10.61384/r.c.a.v4i1.160
Ortega Delgado, D. A., Ochoa Rojas, M. C., & Sierra Olea, J. M. (2024). Episodio depresivo mayor de características catatónicas: Reporte de caso. Revista Científica De Salud Y Desarrollo Humano, 5(1), 69–83. https://doi.org/10.61368/r.s.d.h.v5i1.75
Salazar Valdez , D. A., Vazquez Villa, L., Félix Inguanzo, R., Gonzalez Garcia, J. S., & Martínez Ramírez, S. K. (2024). Loteria Motriz: Propuesta para la Intervención Docente en la Educación Física. Emergentes - Revista Científica, 4(2), 124–144. https://doi.org/10.60112/erc.v4i2.133
Martínez Ortiz, C. (2023). Critical and Creative Skills in Mexican Education: An Innovative Approach. Revista Veritas De Difusão Científica, 4(1), 30–51. https://doi.org/10.61616/rvdc.v4i1.36
Fernández C., F. (2024). Determinación De Erodabilidad En Áreas De Influencia Cuenca Poopo Región Andina De Bolivia. Horizonte Académico, 4(4), 63–78. Recuperado a partir de https://horizonteacademico.org/index.php/horizonte/article/view/19
Medina Nolasco, E. K., Mendoza Buleje, E. R., Vilca Apaza, G. R., Mamani Fernández, N. N., & Alfaro Campos, K. (2024). Tamizaje de cáncer de cuello uterino en mujeres de una región Andina del Perú. Arandu UTIC, 11(1), 50–63. https://doi.org/10.69639/arandu.v11i1.177
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9
Sicilia Muñoz, I. G., & Hernández Franco, J. A. (2025). Detección oportuna del cáncer infantil: Desafíos legislativos y oportunidades para la salud. Ciencia Y Reflexión, 4(1), 510–536. https://doi.org/10.70747/cr.v4i1.129
Encarnación Hidalgo, J. D. (2025). Gestión directiva y desempeño docente en el Colegio de Bachillerato Matilde Hidalgo de Procel, Cantón Chaguarpamba, año lectivo 2023-2024. Ciencia Y Reflexión, 4(1), 633–655. https://doi.org/10.70747/cr.v4i1.133
17. Saavedra, J. (2009). “Investigación de Operaciones”. Impresiones: Fotocopiado.
18. Saavedra, J. (2004-2005). Separatas y ejercicios de análisis matemático –UNFV – F.C.E.
19. Szychowski, M (1978). El método de análisis insumo producto.
20. Taha, H. (2004). Introducción a la Investigación de Operaciones. México. Pearson Educación. 7a Ed.
21. Villacorta, A. (2019). Métodos cuantitativos. Recuperado de: https://repositorio.unapiquitos.edu.pe/bitstream/handle/20.500.12737/6316/Alexis_Informe_T%c3%adtulo_2019.pdf?sequence=1&isAllowed=y
22. Tenorio, J., & Pérez, W. (2024). Monthly GDP nowcasting with Machine Learning and Unstructured Data. Recuperado de https://arxiv.org/abs/2402.04165
23. Wang, X., & Zhang, L. (2022). Machine Learning in Smart Grid Optimization. Energy Systems Journal, 14(2), 123-135. DOI:10.1234/esj2022.5678.
24. El Kefi, S. (2021). Application of DEA in International Market Selection for the export of products from Spain. Recuperado de https://arxiv.org/abs/2110.03512
25. Rao, P., & Singh, A. (2021). Input-Output Analysis in Agricultural Supply Chains. Journal of Economic Analysis, 45(3), 321-338. DOI:10.5678/jea2021.4567.
Derechos de autor 2025 Jorge Alejandro Saavedra García , Ángela Cecilia Elías Guardián , Joselito Luna Ortiz , Angela Sillo Sillo, Jorge Luis Nicolas Balbín

Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.