MÉTODO DE LA M-GRANDE

1. Modifique las restricciones de tal manera que el segundo miembro o

lado derecho de cada restricción sea no negativo
 Cada restricción con un segundo miembro negativo
se multiplica por un -1 (recuerda que al hacer esto se
invierte la desigualdad )
2. Pasar el modelo original a la forma estándar sumando variables de
holgura si la restricción es ≤ o restando variables de exceso si la
restricción es ≥, tener en cuenta cuales restricciones eran ≥ ó = para
realizar el siguiente paso
3. En base al paso anterior, a las restricciones que fueran >= o = se les
agrega una variable artificial
4. Sea M un número positivo muy grande:
 Si la función objetivo es minimizar se suma (por
cada variable artificial) MXai
 Si la función objetivo es maximizar se resta (por
cada variable artificial) MXai

5. Se genera un nuevo renglón 0 (el de la función objetivo), multiplicando por

M a todas las variables de los renglones que posean una variable artificial y
sumando estos renglones al renglón 0 actual.

6. Resolver utilizando el método simplex

 Si las variables artificiales son igual a cero al

terminar el método es la solución optima del modelo
original
 Si las variables artificiales son positivas al terminar
el método el problema original es no factible

Ventajas

 Sirve para planeamientos cuya solución inicial no pueda ser el origen

debido a la no pertenencia de este al conjunto de soluciones factibles.
 Puede resolver cualquier tipo de modelo.
 Desventajas

 Es computacionalmente ineficiente al ser las variables "M" muy

grandes para hacer notar la penalización, lo cual puede llevar a errores
de redondeo.