v

MATERIA: INVESTIGACION DE OPERACIONES.

ALUMNO(S):

PROFESOR: DANY CAMBRANO ARCOS.

TRABAJO: METODO DE LA M

GRADO: 5TO SEMESTRE.

GRUPO: “A”

BALANCAN TABASCO
METODO DE LA “M”

La letra (M) representa un  número demasiado grande el cual resulta ser muy poco
atractivo para la función objetivo 
El método de la M grande es una forma derivada del método simplex, usado para
resolver problemas donde el origen no forma parte de la región factible de un
problema de programación lineal.

Para realizar este algoritmo, se siguen los mismos pasos que en el método
simplex, pero antes tenemos que cambiar la función objetivo para que incluya a
las variables artificiales. Estas variables tendrán que estar multiplicadas por un
numero suficientemente grande para que no se elimine a través de la operaciones,
llamado M y que además deberá irse solamente cuando se sume o reste con otra
M.

Para el caso de maximización, tenemos que restar las variables artificiales junto
con sus coeficientes para que estas variables no entren a la base, pero si
minimizamos entonces tendremos que sumar las variables artificiales

Existen problemas de programación lineal que no proporcionan una solución

básica inicial. Esta situación se presenta cuando al menos una de las restricciones
es del tipo (<=) o (=). Para este propósito se desarrollan 2 métodos basados en el
uso de variables artificiales: El método M o de penalización y la técnica de 2 fases.
[ CITATION Met1 \l 2058 ]
PASOS
Los pasos básicos del método M son los siguientes:

1. Exprese el problema en forma estándar transformando las inecuaciones en

ecuaciones introduciendo variables de holgura.
2. Agregue variables no negativas al lado izquierdo de cada una de las ecuaciones
correspondientes a las restricciones de tipo (>=) o (=). Estas variables se
denominan variables artificiales y su adición hace que las restricciones
correspondientes.
Esta dificultad se elimina asegurando que las variables sean 0 en la solución final.
Esto se logra asignando una penalización muy grande por unidad a estas
variables en la función objetivo. Tal penalización se designará como –M para
problemas de maximización y +M para problemas de minimización.
3. Utiliza las variables artificiales en la solución básica inicial; sin embargo la
función objetivo de la tabla inicial se prepara adecuadamente para expresarse en
términos de las variables no básicas únicamente. Esto significa que los
coeficientes de las variables artificiales en la función objetivo deben ser 0 un
resultado que puede lograrse sumando múltiplos adecuados de las ecuaciones de
restricción al renglón objetivo.
4. Proceda con los pasos regulares del método simplex. [ CITATION Met \l 2058 ]

CUADRO PARA TRABAJAR CON LA “M”

v/b que aparece Función objetivo

≥ -S+A Min = + A

= +A Max = -M

≤ +S
Ejemplo Min sujeto a

z=4 x 1+ x 23 x 1+ x 2=34 x 1+3 x 2 ≥ 6x 1+2 x 2 ≤ 3x 1 ≥ 0 , x 2≥ 0

Como vemos no todas las restricciones son del tipo ≤, por lo que no se puede
aplicar el Método Simplex. Entonces debemos introducir variables artificiales al
problema. Primero transformamos nuestro problema a su forma Standar e
introducimos las variables de holgura x3 y x4, obteniéndose

Z=4 x 1+ x 23 x 1+ x 2=34 x 1+3 x 2−x 3=6x 1+2 x 2+ x 4=3x 1 ≥ 0 , x 2≥ 0 , x 4 ≥ 0

Luego observamos que no disponemos de tres holguras que nos permitan

conformar una matriz identidad en la tabla del Simplex, por lo que agregaremos
las variables artificiales y1 e y2, siempre con signo positivo y con un coeficiente
unitario. En la función objetivo agregamos estas variables con un coeficiente M,
con M > 0 y en las restricciones que originalmente eran de signo = y ≥ las
agregamos de manera positiva, sin el coeficiente M y una en cada una de las
restricciones respectivamente, es decir

Z=4 x 1+ x 2 My 1+ My 23 x 1+ x 2+ y 1=34 x 1+3 x 2−x 3+ y −2=6

4 x 1+3 x 2−x 3+ y −2=6

x 1+2 x 2+ x 4=3x 1 ≥ 0 , x 2≥ 0 , x 3 ≥ 0 , x 4 ≥0 , y 1≥ 0 , y 2≥ 0.
Luego contamos con las holguras positivas y/o variables artificiales necesarias
para conformar la matriz identidad en nuestra tabla del Simplex. El siguiente paso
consiste en igualar a cero nuestra función objetivo,

Z=4 x 1+ x 2+ My 1+ My 20=Z −4 x 1−x 2−My 1−My 2.

Nuestra tabla Simplex queda de la siguiente manera

Z X1 X2 X3 Y1 Y2 X4 B
3 1 0 1 0 0 3
4 3 -1 0 1 0 6
4 3 -1 0 0 1 3
1 -4 -1 0 -m -m 0 0
Notar que el orden de las variables, tanto de holgura como artificiales, han sido
ordenadas de tal manera que de inmediato se puede apreciar una matriz identidad
en la tabla.
Si a la fila 4 le sumamos M veces la fila 2 y M veces las fila 3 nos permitirá poder
eliminar las M de nuestras variables artificiales, por lo que se obtiene
Z X1 X2 X3 Y1 Y2 x4 B
3* 1 0 1 0 0 3 (3/3)*
4 3 -1 0 1 0 6 (6/4)
4 3 -1 0 0 1 3 (3/1)
1 7M-1 4M-1 -M 0 0 0 9M
Luego se aplica el Simplex y los criterios de factibilidad, según sea el caso para
maximizar o minimizar el coeficiente M no tiene valor. Para poder empezar a
aplicar el Simplex, de nuestras variables elegimos en nuestra función objetivo el
que tenga .el M más positivo", en nuestro caso, entre −4 + 7M y −1 + 4M, como
7M ≥ 4M elegimos x1 (variable de entrada). Para la fila 2, multiplicamos todo por
1/3 para obtener nuestro elemento pivote. Posteriormente multiplicamos toda la fila
2 por 4−7M y se la sumamos a nuestra función objetivo, para el resto de nuestras
las, aplicamos el Simplex normal, obteniéndose
Z X1 X2 X3 Y1 Y2 X4 B
1 1/3 0 1/3 0 0 1 (1/0.33)
4 5/3 -1 -4/3 1 0 2 (2/1.66)
1 2/3* 0 -1/3 0 0 1(1/0.66)*
1 0 5/3M+1/ -M 7/3M+4/3 0 0 2M+4
3
Nuevamente elegimos la variable con el M más positivo en nuestra función
objetivo, en nuestro caso será x2 = 1/3 + 5/3M. Arriba y abajo del eje pivote ceros,
hay que multiplicarlo por cada uno de los números que se encuentran en la
columna con signo opuesto al eje pivote y sumarlo en la respectiva fila. Luego
elegimos como pivote la fila 3, la dividimos por 0,66 y así obtenemos nuestro
pivote, luego a la función objetivo le sumamos la fila 3 multiplicada por −1/3−5/3M,
obteniéndose
Z X1 X2 X3 Y1 Y2 X4 B
1 0 1/5 3/5 -1/5 0 3/5(0.6/0.2)
0 1 -3/5 -4/5 3/5 0 6/5()1.2/-0.6
0 0 2/5* 1/5 -2/5 1 6/5(1.2/0.4)*
1 0 0 1/5 8/5-M -1/5-M 0 18/5
Notamos que ahora tenemos un empate al elegir el M más grande en nuestras
variables de nuestra función objetivo, ya que y1 = 8/5 − M e y2 = −1/5 − M, por lo
que elegimos arbitrariamente, luego la próxima iteración queda
Z X1 X2 X3 Y1 Y2 X4 B
5 0 1 3 -1 0 3
3 1 0 1 0 0 3
2 0 0 -1 0 1 0
1 -1 0 0 1-M -M 0 3
Luego nuestras variables no básicas están dadas por x4 = y1 = y2 = 0 y nuestras
variables básicas son x3 = 3 y x2 = 3, por lo que el mínimo de nuestra función
objetivo Z es 3.[ CITATION Res \l 2058 ]
Bibliografía
Metodo Simplex Minimizacion. (s.f.). Obtenido de
http://metodosimplexherramientaempresarial.blogspot.com/p/me.html

Metodos de programacion lineal. (s.f.). Obtenido de

https://sites.google.com/site/metodosdeprogramacionlinealdan/metodo-de-la-m-grande

Resolucion de problemas de programacion lineal, M. s. (s.f.). Obtenido de

http://repobib.ubiobio.cl/jspui/bitstream/123456789/282/3/Chavez_Abello_Rodrigo.pdf