Está en la página 1de 6

EL MTODO DE LA GRAN M (PENALIZACIN)

El mtodo de la gran M consiste en modificar el problema original para dar lugar a


un nuevo problema agregando una variable llamada artificial y que se penalizara
mediante un costo M de valores grandes y positivos, y esto permite que la
funcin objetivo tome valores muy grandes.

Pasos bsicos:

1.- pasar a la forma estndar al 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.

El mtodo consiste en:

Aumentar una variable de holgura a cada restriccin del tipo menor o


igual()
Restar una variable de holgura y sumar una variable artificial a todas las
restricciones del tipo mayor o igual ()
Anadir una variable artificial a cada restriccin de igualdad estricta.
Las variables artificiales si aparecen en la funcin objetivo. El coeficiente en
esta funcin, para cada una de ellas es M. esta M es un nmero muy
grande comparado con los que aparecen en el problema, por lo que la
expresin de la funcin objetivo en el modelo deber expresar Maximizar.
Con la informacin en el tableau simplex, se procede a establecer la base,
la cual no estar explicita como en el caso en que ya se tienen una solucin
bsica factible inicial; esto, debido a la presencia de la M en las variables
artificiales, por lo que una manera de proceder sera la de eliminar del lugar
de las variables artificiales en el rengln de la funcin objetivo, a la M o M's
presentes en el modelo; se puede lograr con operaciones elementales de
los renglones.
Una vez establecida la base, se aplica el algoritmo simplex, manejando a la
M como una variable algebraica o un nmero muy grande comparado con
los coeficientes en las restricciones, hasta llegar a la solucin ptima.
Para ello consideremos el siguiente modelo de Programacin Lineal:

A continuacin agregamos las variables no negativas (holgura restriccin 1),


(auxiliar restriccin 2), (exceso restriccin 3) y (auxiliar restriccin 3). El
modelo ahora es:

Donde el parmetro M es una constante positiva suficientemente grande para


representar una penalizacin adecuada en la funcin objetivo. La tabla inicial del
mtodo est dada por:

Antes de continuar con las iteraciones se debe procurar que el costo reducido de
las variables y sean ceros. Para ello multiplicamos por -M la fila 2 y la fila 3 y
luego sumamos a la fila 4, obteniendo lo siguiente:
Ahora debemos seleccionar que variable no bsica ingresa a la base. El menor
costo reducido corresponde a la variable en consecuencia dicha variable
ingresa a la base.

Luego calculamos el mnimo cociente en dicha columna: ,


el cual se alcanza en la fila 1, por tanto la variable deja la base. Se actualiza la
tabla:

Siguiendo con las iteraciones ahora la variable entra a la base. El criterio de

factibilidad indica que: la variable abandona la base (el


pivote se encuentra en la fila 3). Actualizamos la tabla:

Una nueva iteracin indica que ingresa a la base. El mnimo cociente en la

respectiva columna es: (recordar que se omiten


denominadores menores a cero). Ahora el pivote se encuentra en la fila 2 y en
consecuencia deja la base. Se actualiza la tabla:
Se ha alcanzado la solucin ptima con y . Notar que las
variables auxiliares (r1 y r2) son no bsicas en el ptimo. El valor ptimo
es 21/4 (notar que el signo esta cambiado).

Para una mejor comprensin de los resultados alcanzados a continuacin se


presenta la resolucin grfica del problema haciendo uso del software Geogebra.
El dominio de soluciones factibles corresponde a la recta que une los vrtices A y
B. Adicionalmente se muestra la curva de nivel que pasa por la solucin ptima
(vrtice B).
Tericamente se espera que en la aplicacin del Mtodo de la M Grande las
variables auxiliares sean no bsicas en el ptimo. Si el modelo de Programacin
Lineal es infactible (es decir, si las restricciones no son consistentes), la iteracin
del Mtodo Simplex final incluir al menos una variable artificial como bsica.

Adicionalmente la aplicacin de la tcnica de la M Grande implica tericamente


que M tiende a infinito. Sin embargo al usar la computadora M debe ser finito,
pero suficientemente grande. En especfico M debe ser lo bastante grande como
para funcionar como penalizacin, al mismo tiempo no debe ser tan grande como
para perjudicar la exactitud de los clculos del Mtodo Simplex, al manipular una
mezcla de nmeros muy grandes y muy pequeos.