Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Santiago Pilco 6479 Metodo M
Santiago Pilco 6479 Metodo M
Pilco Santiago
Facultad de Mecánica, ESPOCH, Riobamba, Ecuador
santiago.pilco@espoch.edu.ec
Abstract. - In the present work of investigation, an arithmetic method will be presented that is used for the
resolution of problems within the linear programming which is known as the method of the M, this method
is an algorithm that is derived from the simplex method which it is characteristic for being an iterative
method, this is done in order to reach an optimal solution, in this method in addition to the use of slack
variables using artificial variables and the introduction of the M coefficient, these new variables are
introduced due that the solution for exercises with restrictions of greater than or equal to (≥) and of equal
(=) can not be solved by applying the normal simplex method is where the application of this method is
required to solve them.
1. INTRODUCCIÓN
3. EJEMPLO
Introducir las variables de holgura y las
Se plantea un ejemplo donde se podrá variables artificiales
apreciar de mejor manera la aplicación del
método M. 3𝑥1 + 𝑥2 + 𝑅1 = 3
z 1 -4+7M -1+4M 0 0 -M 0 9M
Variables Variables
𝑹𝟏 0 3 1 1 0 0 0 3
Básicas No Básicas
𝑹𝟏 = 3 𝑥1 = 0 𝑹𝟐 0 4 3 0 1 -1 0 6
𝑹𝟐 = 6 𝑥2 = 0 𝑺𝟐 0 1 2 0 0 0 1 4
Fuente: Autores
S𝟐 = 4 S1 = 0
Se selecciona la variable de entrada
Fuente: Autores correspondiente a la condición óptima, en
Expresar nuestra función objetivo en función este caso es un problema de minimización se
de las variables básicas. selecciona la columna no básica más positiva.
Tabla 5: Tabla con selección de variable de entrada
𝑧 = 4𝑥1 + 𝑥2 + 𝑀𝑅1 + 𝑀𝑅2
z 𝒙𝟏 𝒙𝟐 𝑹𝟏 𝑹𝟐 𝑺𝟏 𝑺𝟐 Sol.
𝑅1 = 3 − 3𝑥1 − 𝑥2
z 1 -4+7M -1+4M 0 0 -M 0 9M
𝑅2 = 6 − 4𝑥1 − 3𝑥2 + S1
𝑹𝟏 0 3 1 1 0 0 0 3
𝑧 = 4𝑥1 + 𝑥2 + 𝑀(3 − 3𝑥1 − 𝑥2 ) + 𝑀(6
− 4𝑥1 − 3𝑥2 + S1 ) 𝑹𝟐 0 4 3 0 1 -1 0 6
Se reduce a 𝑺𝟐 0 1 2 0 0 0 1 4
z -4 -1 0 -M -M 0 0 𝑹𝟏 0 3 1 1 0 0 0 3/3=1
𝑹𝟏 3 1 0 1 0 0 3 𝑹𝟐 0 4 3 0 1 -1 0 6/4=1.5
𝑹𝟐 4 3 -1 0 1 0 6 𝑺𝟐 0 1 2 0 0 0 1 4/1=4
𝑺𝟐 1 2 0 0 0 1 4 Fuente: Autores
Fuente: Autores
Tabla 6: Tabla con selección de variable de salida Para S2
z 𝒙𝟏 𝒙𝟐 𝑹𝟏 𝑹𝟐 𝑺𝟏 𝑺𝟐 Sol. 𝑆2 0 1 2 0 0 0 1 4
z 1 -4+7M -1+4M 0 0 -M 0 9M 1 1
−1 ∗ 𝐸. 𝑃 0 − 1 − − 0 0 0 −1
3 3
𝑹𝟏 0 3 1 1 0 0 0 3
5 1
4 3 0 1 -1 0 6 0 0 − 0 0 1 3
𝑹𝟐 0 3 3
4 4 𝑺𝟐 0 0 5/3 -1/3 0 0 1 3
−4 ∗ 𝐸. 𝑃 0 − 4 − − 0 0 0 −4
3 3
Fuente: Autores
5 4 Se calcula la ecuación pivote esta es igual a la
0 0 − 1 −1 0 2
3 3 fila pivote entre el elemento pivote, este es el
coeficiente entre la intersección de la variable
de salida y la variable de entrada, en esta fila
se coloca la variable de entrada que esta vez
ya será de salida.
Tabla 9: valores óptimos
En nuestro ejercicio la ecuación queda z 𝒙𝟏 𝒙𝟐 𝑹𝟏 𝑹𝟐 𝑺𝟏 𝑺𝟐 Sol.
3 5 5 3 4. DISCUSIÓN
0 1 0 0
5 9 9 5
La presente investigación tiene como objetivo
la profundización en el conocimiento para
Para S2 poder aplicar el método M el mismo que
llegamos a demostrar que si se sigue los pasos
5 1 adecuado, resulta un tema que no es
𝑆2 0 0 − 0 0 1 3 complicado es más nos facilita la resolución
3 3
de problemas de programación lineal que por
5 5 4 25 25 sus condiciones son difíciles de resolver.
− ∗ 𝐸. 𝑃 0 0 − − 0 2
3 3 3 9 9 Debido a que lo que cambia es la introducción
25 25 de las variables artificiales per luego de la
0 0 0 1 − 1 1 resolución de esta variable y la obtención de
9 9
la nueva función objetivo, este se convierte en
Construyendo nuevamente la tabla se observa un problema similar al método simplex.
que ya se pudo conseguir los valores óptimos
5. CONCLUSIONES