Método Big M

Este método es una forma derivada del método simplex,

la ventaja es que es un algoritmo mas robusto, usado para
resolver problemas de Zmin o Zmax donde las restricciones
tengan desigualdades de > , < o = (mixtas).

Para realizar este algoritmo, se siguen los mismos pasos

que en el método simplex (operaciones con renglones),
pero antes tenemos que cambiar a la forma estándar la
función objetivo y las restricciones. En este método
aplicaremos unas nuevas variables llamadas artificiales.
 Variables Artificiales  A

Éstas variables artificiales que NO deben de aparecer en la solución óptima final, ya

que son variables que no tienen un significado real en el modelo; solo se
introducen para que auxilien a las variables de exceso o excedentes ya que por ser
negativas (-E) no pueden aparecer como variables básicas en la tabla inicial.
También se utilizan para las restricciones con (=) igualdad.
En la iteración óptima todas las variables artificiales deben de valer 0. Esto se
consigue poniendo una alta penalización a las mismas en la función objetivo, la
“Big M”. La M (representa miles o millones) es el coeficiente de las variables
artificiales en Z.
Z = c1x1 + …. + cnxn

FO Estándar
Zmin = c1x1 + …. + cnxn + MA1 + ….+ MAm+ 0H1+…+0Hm+ 0E1+…+0Em

Zmax = c1x1 + …. + cnxn - MA1 - …. - MAm+ 0H1+…+0Hm+ 0E1+…+0Em

 Cambio en desigualdades en forma estándar
> - E1+ A1=
< +H1=
= +A1=

Nuevos elementos en la tabla de Big M

Zj renglón para coeficientes de Z

columna coeficientes en Z de variables básicas
Cj = renglón que se calcula multiplicando la columna de coeficientes de las variables básicas en
columna Zj por los coeficientes de cada variable de la tabla y haciendo con ellos suma de productos
Cj-Zj = se realiza la resta de esto 2 renglones en cada columna de la tabla

Este renglón servirá para escoger la variable optima, en problemas de Zmax se

escogerá el valor mas negativo y en Zmin el mas positivo, tomando en cuenta que M
vale miles o millones.
 Ejemplo Zmin

La Empresa Ponds produce tres cremas: A, B y C. Estas cremas se obtienen mediante dos procesos.
EL funcionamiento del proceso 1 mediante una hora cuesta 40 pesos y se produce 3 unidades de
crema A, una de B y una de C. El funcionamiento del proceso 2 durante una hora cuesta 10 pesos y
produce una unidad de crema A y una de B. la demanda de los clientes es de 10 unidades de A, 5 de
B y 3 de C.
Elabore un PL para determinar el plan de producción diaria de esta empresa y resolver con el
método de Big "M".

X1 = Num. de hrs a trabajar en proceso 1.    E1 = Excedentes de producción Cremas A

X2 = Num. de hrs a trabajar en proceso 2.    E2 = Excedentes de producción Cremas B
      E3 = Excedentes de producción Cremas C

FO  → Zmin = 40X1 + 10X2.             

 Sujeto a:
Demanda Cremas A: 3X1 + X2 ≥ 10
    Cremas B: X1 + X2 ≥ 5 El coeficiente (M) de las
    Cremas C: X1 ≥ 3 variables Artificiales en
Xi ≥ 0 Zmin es positiva +MA
1.- Dibujar la tabla con las variables que aparecen en la forma estándar
2.- Vaciar la FO en renglón Zj
3.- Vaciar los coeficientes de las variables de las restricciones en la columna
correspondiente
4.- Colocar en columna de Básicas las variables que tienen forma de matriz identidad
5.- Colocar en columna Zj los coeficientes que tienen las variables Básicas en renglón ZJ
6.- Vamos a escoger del renglón Cj-Zj la columna mas positiva como optima
7.- Se calcula la columna de la Razón dividiendo la columna Resultante entre columna
que escogimos como optima, en la cual escogeremos como renglón factible la Razón
mas pequeña positiva.

Zj 40 10 0 0 0 M M M

Basicas X1 X2 E1 E2 E3 A1 A2 A3 Resultante Razón

A1 M 3 1 -1 0 0 1 0 0 10 10/3
A2 M 1 1 0 -1 0 0 1 0 5 5/1
A3 M 1 0 0 0 -1 0 0 1 3 3/1
Cj 5M 2M -M -M -M M M M 18M

Cj-Zj 5M-40 2M-10 -M -M -M 0 0 0

A1 M 0 1 -1 0 3 1 0 -3 1 1/3
A2 M 0 1 0 -1 1 0 1 -1 2 2/1

X1 40 1 0 0 0 -1 0 0 1 3 - 3/1

Cj 40 2M -M -M 4M-40 M M -4M+40 3M+120

Cj-Zj 0 2M-10 -M -M 4M-40 0 0 -5M+40

 Zj 40 10 0 0 ee 0 M M M

Básicas X1 X2 E1 E2 E3 A1 A2 A3 Resultante Razón

E3 0 0 1/3 1/3 0 1 1/3 0 -1 1/3 1/1

A2 M 0 2/3 1/3 -1 0 1/3 1 0 5/3 5/2

X1 40 1 1/3 1/3 0 0 1/3 0 0 10/3 10/1

Cj 40 (2/3)M +(40/3) M/3 -M 0 (-1/3)M+(40/3) M 0 (5/3)M+(400/3)
Cj-Zj 0 (2/3)M+(10/3) M/3 -M 0 (-4/3)M+(40/3) 0 -M
X2 10 0 1 -1 0 3 1 0 -3 1 -1
A2 M 0 0 1 -1 -2 -1 1 2 1/1 1
X1 40 1 0 0 0 -1 0 0 1 3/1 Inf
Cj 40 10 M-10 -M -2M-10 -M+10 M 2M+10 M+130
Cj-Zj 0 0 M-10 -M -2M-10 -2M+10 0 M+10
X2 10 0 1 0 -1 1 0 1 -1 2
E1 0 0 0 1 -1 -2 -1 1 2 1
X1 40 1 0 0 0 -1 0 0 1 3
Cj 40 10 0 -10 -30 0 10 30 140
Cj-Zj 0 0 0 -10 -30 -M 10-M 30-M

8.-Se convierte en pivote haciendo 1 la intersección entre columna optima y renglón factible
9.-Ya convertido en 1 lo usamos para convertir los renglones de la columna en 0 con las
operaciones de Gauss-Jordan
10.- Se calcula el renglón Cj
11.- Finalmente se calcula el renglón Cj-Zj
Se repite este algoritmo hasta que en el renglón Cj-Zj ya no se tengan valores
positivos
 Interpretación de resultados

• La compañía Ponds haciendo  3 horas de trabajo en

proceso 1 y 2 horas de trabajo en proceso 2 satisface
la demanda de sus clientes a un costo mínimo de
140 dlls. Con un excedente de producción de 1
unidad de crema A.