Método de la Gran M

Corresponde a una variación del Algoritmo simplex para penalizar la presencia de variables artificiales mediante la introducción de una constanteSe inicia obteniendo la forma aumentada del modelo de programación lineal considerando para cada restricción funcional la variable de holgura, de exceso o artificial necesarias para tener el modelo en forma de ecuación.Como las variables artificiales no forman parte del modelo de programación lineal original entonces se necesita hacer algo para igualarlas a cero en el momento que se alcance la iteración óptima, esto se logra asignando una penalización.El coeficiente de una variable artificial representa una penalización apropiada si el coeficiente en la función objetivo de la variable artificial es{\displaystyle {\begin{cases}-M,{\text{ en problemas de Maximización}}\\M,{\text{ en problemas de Minimización}}\end{cases}}}