Mathematical model in the optimization of the cost of heavy agricultural cargo transportation

• Avalos Reyes, Juan Alberto ^[1] ; Cepeda Silva, Patricia Mercedes ^[1] ; Caceres, Paul ^[1]
  1. [1] Escuela Superior Politecnica de Chimborazo. Riobamba, Ecuador.
• Localización: Revista Minerva: Multidisciplinaria de Investigación Científica, ISSN-e 2697-3650, Vol. 5, Nº. 13, 2024 (Ejemplar dedicado a: Minerva Vol 5 Issue 13), pág. 2
• Idioma: inglés
• Títulos paralelos:
  • Modelo matemático en la optimización del costo del transporte pesado de carga agrícola
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo de este trabajo fue diseñar un modelo matemático para optimizar el costo del transporte pesado de carga agrícola, utilizando programación lineal. El modelo se basó en el estudio de costos fijos y variables en los cuales se ponderó la distancia, el volumen de carga, el tiempo de llegada y salida, lubricantes y combustibles y demás variables que intervienen en la fijación del precio del transporte. El trabajo tuvo un enfoque cuantitativo, de tipo descriptivo y su diseño de carácter no experimental con corte transversal, se emplearon los métodos, inductivo, deductivo y el sistémico. Para la recolección de la información se utilizó como técnica la encuesta y como instrumento el cuestionario, evidenciándose que en su mayoría los transportistas desconocen el cálculo del costo real del transporte, visualizándose así la necesidad de un modelo matemático en la optimización de los costos, logro validado en el programa WINQSB (Módulo Network Modeling).

  • English

    This work aimed to design a mathematical model to optimize the cost of heavy agricultural load transport using linear programming. The model was based on studying fixed and variable costs, including distance, cargo volume, arrival and departure times, lubricants, fuels, and other variables that influence transport pricing. The work had a quantitative approach, descriptive type, and its design of the non-experimental character with a cross-section. The methods were used, inductive, deductive, and systemic. For the collection of information, the survey was used as a technique and the questionnaire as an instrument, evidencing that most carriers do not know the calculation of the actual cost of transport, thus visualizing the need for a mathematical model in cost optimization, an achievement validated in the WINQSB program (Network Modeling Module).