Ejemplo completo (solo restricciones ≥) –

Método Big–M
Problema. Maximizar
Z = 3x1 + 2x2
sujeto a
x1 + 2x2 ≥ 4,
2x1 + x2 ≥ 3,
x1 , x2 ≥ 0.

Paso 1: Forma estándar. Para cada restricción “≥” restamos una variable de exceso ei y
añadimos una artificial Ai :
x1 + 2x2 − e1 + A1 = 4,
2x1 + x2 − e2 + A2 = 3.
Variables: x1 , x2 , e1 , e2 , A1 , A2 ≥ 0.

Paso 2: Función objetivo Big–M.

Z = 3x1 + 2x2 − M A1 − M A2 , M ≫ 0.

Fila Z inicial (coeficientes): [−3, −2, 0, 0, −M, −M | 0].

Paso 3: Tableau inicial.

Columnas: x1 , x2 , e1 , e2 , A1 , A2 | RHS.

BV x1 x2 e1 e2 A1 A2 RHS
A1 1 2 −1 0 1 0 4
A2 2 1 0 −1 0 1 3
Z −3 −2 0 0 −M −M 0

Paso 4: Eliminar la contribución de las artificiales en Z. Hacemos Z ← Z − M ·

(F1) − M · (F2). Calculamos coeficientes:

coefx1 = −3 − M · 1 − M · 2 = −3 − 3M,
coefx2 = −2 − M · 2 − M · 1 = −2 − 3M,
coefe1 = 0 − M (−1) − M · 0 = +M,
coefe2 = 0 − M · 0 − M (−1) = +M,
coefA1 = −M − M · 1 − M · 0 = −2M,
coefA2 = −M − M · 0 − M · 1 = −2M,
RHS = 0 − M · 4 − M · 3 = −7M.

1
 Ası́ la fila Z (tras eliminar artificiales) es

Z: [−3 − 3M, −2 − 3M, M, M, −2M, −2M | −7M ].

Paso 5: Primera iteración. Coeficiente más negativo en Z es x1 (coef. −3 − 3M ), por

tanto x1 entra.
Ratios (RHS/coef en columna x1 , solo donde coeficiente > 0):
4 3
= 4, = 1.5.
1 2
Menor razón: 1.5, fila 2 ⇒ pivote en (fila2, columna x1 ), elemento 2.
Normalizamos fila 2: dividir por 2

F2new = 1, 21 , 0, − 12 , 0, 21 | 32 .
 

Eliminamos x1 de las otras filas:

F1 ← F1 − 1·F2new :

F1new = [0, 1.5, −1, 0.5, 1, −0.5 | 2.5] .

Z ← Z − ( -3-3M )·F2new . Realizando la operación simbólica en M obtenemos (simplifi-

cación mostrada):

Znew = 0, − 32 M − 12 , M, − 12 M − 32 , −2M, 32 − 21 M | 92 − 52 M .
 

Tabla tras primera iteración:

BV x1 x2 e1 e2 A1 A2 RHS
A1 0 1.5 −1 0.5 1 −0.5 2.5
x1 1 0.5 0 −0.5 0 0.5 1.5
Z 0 − 23 M − 1
2
M − 12 M − 3
2
−2M 3
2
− 21 M 9
2
− 52 M

Paso 6: Segunda iteración. El coeficiente más negativo en Z (para M grande) es x2 con

− 23 M − 21 , por tanto x2 entra.
Razones (solo filas con coeficiente positivo en columna x2 ):
2.5 5 1.5
= ≈ 1.6667, = 3.
1.5 3 0.5
Menor razón: 5/3 (fila 1). Pivote en fila1, columna x2 (elemento 1.5).
Normalizamos fila 1: dividir por 1.5

F1new = 0, 1, − 32 , 13 , 23 , − 13 | 53 .
 

Eliminamos x2 en otras filas:

2
 F2 ← F2 − 0.5·F1new :
1
− 23 , − 13 , 2 2
 
F2new = 1, 0, 3
, 3
| 3
.

Z ← Z − ( - 32 M − 12 )·F1new . Tras simplificar:

Zf inal = 0, 0, − 13 , − 43 , 13 − M, 4 16
 
3
−M | 3
.

Tabla final (óptima):

BV x1 x2 e1 e2 A1 A2 RHS
x2 0 1 − 23 1
3 3
2
− 13 5
3
1
x1 1 0 3
− 23 − 31 2
3
2
3

Z 0 0 − 13 − 43 1
3
−M 4
3
−M 16
3

Solución:
x1 = 23 , x2 = 53 , Zmax = 16
3
.
Las artificiales valen 0 en la solución básica, por lo que el problema original es factible y la
solución es válida.
Si al pegar esto en Overleaf te sigue dando error, pega aquı́ el texto exacto del mensaje
de error que te muestra Overleaf (lo copias desde la consola de compilación) y lo reviso al
instante.
article [utf8]inputenc amsmath

Ejemplo: Minimizar con restricciones ≥ (montaje Big–

M)
Problema: minimizar
Z = 2x1 + 3x2
sujeto a
x1 + x2 ≥ 4,
2x1 + x2 ≥ 3,
x1 , x2 ≥ 0.
Forma estándar (restamos exceso ei y añadimos artificial Ai ):

x1 + x2 − e1 + A1 = 4,
2x1 + x2 − e2 + A2 = 3.

Función Big–M (minimización): añadir +M A1 + M A2

Z = 2x1 + 3x2 + M A1 + M A2 .

3
 Tableau inicial (columnas: x1 , x2 , e1 , e2 , A1 , A2 | RHS):

BV x1 x2 e1 e2 A1 A2 RHS
A1 1 1 −1 0 1 0 4
A2 2 1 0 −1 0 1 3
Z 2 3 0 0 M M 0

(De aquı́ se procede con el simplex para minimizar: eliges columna entrante con coeficiente
> 0 más grande en Z, haces ratios con filas que tengan coeficiente > 0, normalizas y pivotas,
etc.)