METODO DE LA GRAN M

Este método es utilizado cuando existe la necesidad de introducir variables artificiales (xa ´s) con el
objeto de generar una solución básica factible.

Aplicando el Método Simplex para su solución, la función objetivo Z se ve alterada, ya que la

contribución de las variables artificiales (coeficientes de las variables artificiales) es:

- M para un problema de maximización.

+ M para un problema de minimización.

Donde M es un valor muy grande (mucho mayor que cualquier coeficiente de las variables en la
función objetivo) por ejemplo: M >>> 0.

Como las variables artificiales no tienen ningún significado en el problema. Son definidas como un
artificio (ya que es una conveniencia matemática para lograr la matriz identidad y así una solución
inicial básica factible), y por lo cual ninguna variable artificial deberá formar parte de una solución
básica factible. Para eliminar las variables artificiales de la solución, se les asigna en la función
objetivo original coeficientes, tales que haga su presencia no atractiva en la base. Para ilustrar esto,
suponga que deseamos resolver el siguiente problema de Programación Lineal, donde b ³ 0.

Maximice CX Sujeto a: Ax = b x ³ 0.

Si una conveniente base no es conocida, se introduce un vector artificial xa, lo que conduce al
siguiente sistema:

Ax + Xa = b x, Xa ³ 0

La solución inicial básica factible está dada por xa = b y x = 0. Para mostrar que se desea tener un
vector artificial mayor que cero, la función objetivo es modificada de la forma que una penalización
alta es pagada para cualquier solución.

Si una conveniente base no es conocida, se introduce un vector artificial xa, lo que conduce al
siguiente sistema:

Ax + Xa = b x, Xa ³ 0

La solución inicial básica factible está dada por xa = b y x = 0. Para mostrar que se desea tener un
vector artificial mayor que cero, la función objetivo es modificada de la forma que una penalización
alta es pagada para cualquier solución.

Minimice CX + MXa. Sujeto a: Ax + Xa = b x, Xa ³0

El método simplex por sí mismo, trata de eliminar las variables artificiales de la base, y entonces
continua tratando de encontrar la solución optima a el problema original.
Minimizar Z = x1 - 2x2

Sujeto a: x1 + x2>=2

-x1 + x2>= 1

x2 <=3, x1 y x2>= 0

transformando a la forma estándar tenemos :

Minimizar Z = x1 - 2x2 - 0x3 - 0x4 + 0x5 + Mx6 + Mx7 Sujeto a: x1 + x2 - x3 +x6 = 2 -x1 + x2
-x4 +x7 =1 x2 +x5 = 3

donde :

 Xh son variables de holgura.

 Xa Son variables artificiales.
 M es un número positivo muy grande.