MTODO DE LA GRAN M

En qu consiste?
El mtodo de la gran M consiste en modificar el problema original para dar lugar a un nuevo
problema agregando una/s variables llamadas artificiales y que se penalizarn mediante un costo M de
valores grandes y positivos, con esto se permite que la funcin objetivo tome valores muy grandes.

Pasos Bsicos
1. Pasar a la forma estndar el modelo matemtico.
2. Agregar variables artificiales en las ecuaciones que no tienen variables de holgura.
3. Se deben penalizar a las variables artificiales en la funcin objetivo asignndoles coeficientes positivos
muy grandes. Sea M un nmero muy grande. (En los modelos de Minimizacin la penalizacin para cada
variable se suma y en los modelos de Maximizacin se restan).
4. Con la solucin inicial artificial se aplica el mtodo simplex de la forma acostumbrada, generando las
tablas necesarias para llegar a una solucin. PASOS BSICOS El mtodo de la gran M consiste en
modificar el problema original para dar lugar a un nuevo problema agregando una variables llamadas
artificial y que se penalizaran mediante un costo M de valores grandes y positivos, y esto permite que la
funcin objetivo tome valores muy grandes.
En qu consiste?
Aqu se presenta un ejemplo de maximizacin:

Una compaa fabrica y vende cinco productos en la siguiente tabla se dan los costos por unidad y precio
de venta:

Si el objetivo es maximizar las utilidades totales, formule un modelo de programacin lineal dotado de las
siguientes restricciones:

Hay que producir un mnimo de 20 unidades del producto A y 10 unidades del producto B.
No se dispone de suficientes materias primas para una produccin total mayor que 75 unidades.
El nmero de unidades fabricadas de los productos C y E han de ser iguales.

Formulacin del problema

Variables de decisin:
Xi cantidad de productos i que deben producir la compaa i (A, B, C, D, E)

Funcin objetivo:
Max Z= (70-50)X1 + (90-80) X2 + (350-300) X3 + (50-25)X4 + (12-10)X5
Max Z= (20)X1 + (10)X2 + (50)X3 + (25)X4 + (2)X5

Estandarizacin del modelo

Recomendaciones:
Las variables de holgura quedan con coeficiente 0 (cero) en la funcin objetivo y las variables artificiales
con coeficiente M. Positiva si es minimizado o negativa si es maximizando

En la primera iteracin la regla para escoger las variables que estarn en la base es la siguiente:
1. Si hay variables decisin y holgura, se toma la de holgura.
2. Si hay variables de decisin, de holgura y artificiales, se toma la variable artificial.
3. Si hay variables de decisin y artificiales se toma la variable artificial
Para definir el Pivot:
Definir la variable entera:
Cul es el valor ms negativo de Cj-Zj? Recordemos que M representa un nmero finito, muy, muy
grande
Por lo tanto sta variable debe entrar a reemplazar a otra variable en la base.
Definir la variable que Sale:
Para establecer que variable debe salir de la base, hacemos un consiente entre la disponibilidad y la
columna de la variable que entra.
Iteracin: Gauss-Jordan
Luego que se ha encontrado que variable sale de la base, y cual entra, por lo tanto ya tenemos una
celda pivote, es necesario realizar la eliminacin gaussiana en los siguientes pasos:

Convertir la celda pivote en 1, dividiendo toda la fila por ella misma.

Convertir todas las celdas por encima y por debajo de la celda pivote en cero.

Esta nueva fila que hemos calculado va a servir para convertir las dems celdas pro la columna del pivote
en cero, como es el requisito del mtodo.
Para ello hacemos operaciones entre filas y columnas de la siguiente manera:
Multiplicamos la fila que contena el pivote por el opuesto de cada nmero que deseamos eliminar y se lo
sumamos a la fila que deseamos convertir
Prueba de Optimidad
La prueba de optimidad se debe hacer cada vez que se evala si hay una variable que debe entrar
a la base. Y es sencillamente lo siguiente:
Hay alguna variable que al entrar mejore la solucin? Ello lo vemos en la fila Cj-Zj. Si al calcular esta fila
an hay valores negativos y estamos minimizando, entonces es posible mejorar an ms la solucin. Lo
mismo para el caso de la maximizacin. Si hay valores positivos en la fila Cj-Zj y estamos maximizando,
an no hemos llegado al ptimo.

Solucin ptima:
A

X1=20

X2=10

X3=45/2

X5=45/2

Para una utilidad mxima de 1670 se deben producir 20 unidades de A, 10 unidades del producto B, y
aproximadamente 23 unidades de los productos C y E respetivamente, no se deben producir unidades del
producto D.
Z=1670