Método PMP clásico

Método PMP clásico

1. Establecer el valor de épsilon. Por ejemplo 0,0001

scalar epsilon  perturbation  /0.0001/

1. Establecer las restricciones de calibración, que igualan el valor de las variables de decisión (superficie de cada cultivo) a los valores observados en la realidad mediante restricciones del tipo “menor o igual”:

equation calib  calibration constraints;

calib(C)..  X(C) =L= x_obs(C)*(1+epsilon);

donde:

calib: nombre inventado para las restricciones de calibración

C: set de cultivos

X: variable superficie de cultivo

x_obs(C): valores observados de superficie

1. Se resuelve el modelo de maximización del margen de beneficios con estas restricciones (más las que se hayan incluido de base en el modelo)

El valor marginal de las restricciones de calibración (calib.m) es el valor dual que se usará para calcular los nuevos costes.

1. Determinación de los valores alfa y beta de la función de costes cuadrática

(función de costes = alpha+0.5*beta*X).

Para este paso no uso exactamente calib.m, sino que lo igualo a mu(c), pero creo que se puede usar igualmente calib.m

Parameter alpha  "marginal cost intercept"

          beta   "marginal cost slope"

          mu     "dual values from calibration constraints"

;

alpha(C)  = vcost(C)-mu(C);

beta(C)   = 2*mu(C)/x_obs(C);

donde:

vcost(C) es el coste de cada cultivo

1. Se establece la nueva función objetivo a maximizar, que serán todos los ingresos menos la función de costes cuadrática.

Margen = [Ingresos(C) – (alfa(C) + 1/2*beta(C)*X(C))]*X(C)

1. Al maximizar la nueva función objetivo, esta dará como resultado exactamente los valores de superficies observados en la realidad

...