Método de la M Grande (o Gran M) en Programación Lineal

En el contexto de la aplicación del Método Simplex no siempre es inmediata

la obtención de una solución básica factible inicial, en las variables
originales del modelo. Para conseguir esto existen varios procedimientos como
son el Método Simplex de 2 Fases y el Método de la M Grande (o Gran
M) el cual abordaremos en este artículo. Para ello consideremos el siguiente
modelo de Programación Lineal en 2 variables:

A continuación agregamos las variables no negativas (holgura restricción 1),

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

ad

Donde el parámetro M es una constante positiva suficientemente grande para

representar una penalización adecuada en la función objetivo. La tabla inicial del
método está 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 básica ingresa a la base. El menor
costo reducido corresponde a la variable en consecuencia dicha variable ingresa
a la base. Luego calculamos el mínimo cuociente en dicha

columna: , el cual se alcanza en la fila 1, por tanto la

variable deja la base. Se actualiza la tabla:

ad

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 iteración indica que ingresa a la base. El mínimo 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 solución óptima con y . Notar que las

variables auxiliares (r1 y r2) son no básicas en el óptimo. El valor óptimo
es 21/4 (notar que el signo esta cambiado).
Para una mejor comprensión de los resultados alcanzados a continuación se
presenta la resolución gráfica del problema haciendo uso del software Geogebra.
El dominio de soluciones factibles corresponde a la recta que une los vértices A y
B. Adicionalmente se muestra la curva de nivel que pasa por la solución óptima
(vértice B).

Teóricamente se espera que en la aplicación del Método de la M Grande las

variables auxiliares sean no básicas en el óptimo. Si el modelo de Programación
Lineal es infactible (es decir, si las restricciones no son consistentes), la iteración
del Método Simplex final incluirá al menos una variable artificial como básica.
Adicionalmente la aplicación de la técnica de la M Grande implica teóricamente que
M tiende a infinito. Sin embargo al usar la computadora M debe ser finito,
pero suficientemente grande. En específico M debe ser lo bastante grande como
para funcionar como penalización, al mismo tiempo no debe ser tan grande como
para perjudicar la exactitud de los cálculos del Método Simplex, al manipular una
mezcla de números muy grandes y muy pequeños.
Método de la esquina noroeste

Problema de transporte

El método de la esquina Noroeste es un algoritmo heurístico capaz de solucionar problemas de

transporte o distribución, mediante la consecución de una solución básica inicial que satisfaga
todas las restricciones existentes, sin que esto implique que se alcance el costo óptimo total.
Este método tiene como ventaja frente a sus similares, la rapidez de su ejecución, y es utilizado con
mayor frecuencia en ejercicios donde el número de fuentes y destinos sea muy elevado.

Su nombre se debe al génesis del algoritmo, el cual inicia en la ruta, celda o esquina Noroeste. Es
común encontrar gran variedad de métodos que se basen en la misma metodología de la esquina
Noroeste, dado que podemos encontrar de igual manera el método e la esquina Noreste, Sureste
o Suroeste.
Algoritmo de resolución de la Esquina Noroeste

Se parte por esbozar en forma matricial el problema, es decir, filas que representen fuentes y
columnas que representen destinos, luego el algoritmo debe de iniciar en la celda, ruta o esquina
Noroeste de la tabla (esquina superior izquierda).

Paso 1
En la celda seleccionada como esquina Noroeste se debe asignar la máxima cantidad de
unidades posibles, cantidad que se ve restringida ya sea por las restricciones de oferta o de
demanda. En este mismo paso se procede a ajustar la oferta y demanda de la fila y
columna afectada, restándole la cantidad asignada a la celda.
Paso 2
En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0 después
del «Paso 1», si dado el caso ambas son cero arbitrariamente se elige cual eliminar y la
restante se deja con demanda u oferta cero (0) según sea el caso.
Paso 3
Una vez en este paso existen dos posibilidades, la primera que quede un solo renglón o
columna, si este es el caso se ha llegado al final el método, «detenerse».

La segunda es que quede más de un renglón o columna, si este es el caso iniciar

nuevamente el «Paso 1».

Ejemplo del Método de la Esquina Noroeste

Por medio de este método resolveremos el problema de transporte propuesto y

resuelto en artículos anteriores mediante programación lineal.

Una empresa energética colombiana dispone de cuatro plantas de generación para

satisfacer la demanda diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y
Barranquilla. Las plantas 1,2,3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de KW
al día respectivamente. Las necesidades de las ciudades de Cali, Bogotá, Medellín y
Barranquilla son de 70, 40, 70 y 35 millones de Kw al día respectivamente. Los costos
asociados al envío de suministro energético por cada millón de KW entre cada planta
y cada ciudad son los registrados en la siguiente tabla .

Publicaciones

Formule un modelo de programación lineal que permita satisfacer las necesidades de

todas las ciudades al tiempo que minimice los costos asociados al transporte.

Solución pasó a paso:

 Ahora la cantidad asignada a la esquina noroeste es restada a la
demanda de Cali y a la oferta de la «Planta 1», en un procedimiento muy lógico. Dado
que la demanda de Cali una vez restada la cantidad asignada es cero (0), se procede a
eliminar la columna. El proceso de asignación nuevamente se repite.

Continuamos con las iteraciones.

En este caso nos encontramos frente a la elección de la fila o columna a eliminar

(tachar), sin embargo podemos utilizar un criterio mediante el cual eliminemos la fila o
columna que presente los costos más elevados. En este caso la «Planta 2».
Nueva iteración:

Una vez finalizada esta asignación, se elimina la «Planta 3» que ya ha sido

satisfecha con la asignación de 60 unidades, por ende nos queda una sola fila a la cual
le asignamos las unidades estrictamente requeridas y hemos finalizado el método.

El cuadro de las asignaciones (que debemos desarrollarlo paralelamente) queda así:

Los costos asociados a la distribución son:

El costo total es evidentemente superior al obtenido mediante Programación Lineal y

el Método de Aproximación de Vogel, lo cual demuestra lo enunciado en la descripción
del algoritmo que cita que no obtiene siempre la mejor solución, sin embargo presenta un
cumplimiento de todas las restricciones y una rapidez de elaboración, lo cual es una
ventaja en problemas con innumerables fuentes y destinos en los cuales no nos importe
más que satisfacer las restricciones.

Método de aproximación de Vogel

Problema de transporte

El método de aproximación de Vogel es un método heurístico de resolución

de problemas de transporte, capaz de alcanzar una solución básica no artificial de inicio.
Este modelo requiere de la realización de un número generalmente mayor de iteraciones
que los demás métodos heurísticos existentes con este fin, sin embargo produce mejores
resultados iniciales que los mismos.

Algoritmo de Vogel
El método consiste en la realización de un algoritmo que consta de 3 pasos fundamentales
y 1 más que asegura el ciclo hasta la culminación del método.

Paso 1

Determinar para cada fila y columna una medida de penalización restando los dos costos
menores en filas y columnas.

Paso 2

Escoger la fila o columna con la mayor penalización, es decir que de la resta realizada en el
«Paso 1» se debe escoger el número mayor. En caso de haber empate, se debe escoger
arbitrariamente (a juicio personal).

Paso 3

De la fila o columna de mayor penalización determinada en el paso anterior debemos de

escoger la celda con el menor costo, y en esta asignar la mayor cantidad posible de
unidades. Una vez se realiza este paso una oferta o demanda quedará satisfecha por ende
se tachará la fila o columna, en caso de empate solo se tachará 1, la restante quedará con
oferta o demanda igual a cero (0).

Paso 4: De ciclo y excepciones

 Si queda sin tachar exactamente una fila o columna con cero oferta o demanda,
detenerse.

 Si queda sin tachar una fila o columna con oferta o demanda positiva, determine
las variables básicas en la fila o columna con el método de costos mínimos,
detenerse.

 Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda,
determine las variables básicas cero por el método del costo mínimo, detenerse.

 Si no se presenta ninguno de los casos anteriores vuelva al paso 1 hasta que las
ofertas y las demandas se hayan agotado.
Ejemplo de Método de aproximación de Vogel

Por medio de este método resolveremos el ejercicio de transporte resuelto en módulos

anteriores mediante programación lineal.

El problema

Una empresa energética colombiana dispone de cuatro plantas de generación para satisfacer la

demanda diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y Barranquilla. Las plantas 1, 2,3 y

4 pueden satisfacer 80, 30, 60 y 45 millones de KW al día respectivamente. Las necesidades de las

ciudades de Cali, Bogotá, Medellín y Barranquilla son de 70, 40, 70 y 35 millones de Kw al día

respectivamente. Los costos asociados al envío de suministro energético por cada millón de KW entre

cada planta y cada ciudad son los registrados en la siguiente tabla.

Formule un modelo de programación lineal que permita satisfacer las necesidades de todas las ciudades al tiempo que

minimice los costos asociados al transporte.

Solución paso a paso

El primer paso es determinar las medidas de penalización y consignarlas en el tabulado de costos, tal como se muestra a

continuación.
 El paso siguiente es escoger la mayor penalización, de esta manera:

El paso siguiente es escoger de esta columna el menor valor, y en una tabla paralela se le
asigna la mayor cantidad posible de unidades, podemos observar como el menor costo es «2» y
que a esa celda se le pueden asignar como máximo 60 unidades «que es la capacidad de la planta
3».
Dado que la fila de la «Planta 3» ya ha asignado toda su capacidad (60 unidades) esta debe

desaparecer.

Se ha llegado al final del ciclo, por ende se repite el proceso

Al finalizar esta iteración podemos observar como el tabulado queda una fila sin tachar y con
valores positivos, por ende asignamos las variables básicas y hemos concluido el método.
 Los costos asociados a la distribución con el método de aproximación de Vogel son:

De esta manera se ha determinado una solución, la cual también fue obtenida

mediante programación lineal, definitivamente desarrollar la capacidad para modelar
mediante programación lineal y apoyarse de una buena herramienta como WinQSB,
STORM, LINGO, TORA etc. termina siendo mucho más eficiente que la utilización de los
métodos heurísticos para problemas determinísticos.
Sin embargo, cabe recordar que uno de los errores más frecuentes en los que caen los
ingenieros industriales es en tratar de adaptar sus organizaciones a los modelos
establecidos, cabe recordar que son los modelos los que deben adaptarse a las
necesidades, lo cual requiere de determinada habilidad para realizar de forma

inmediata cambios innovadores para sus fines.