大M法(big M method)是线性规划问题的约束条件(=)等式或（≥）大于型时，使用人工变量法后，寻找其初始基可行解的一种方法。

在线性规划问题的约束条件中加人工变量后，要求在目标函数中相应地添加认为的M或一M为系数的项。在极大化问题中，对人工变量赋于一M作为其系数；在极小化问题中，对人工变量赋于一个M作为其系数，M为一任意大（而非无穷大）的正数。把M看作一个代数符号参与运算，用单纯形法求解，故称此方法为大M法。

应用单纯形法在改进目标函数的过程中，如果原问题存在最优解，必然使人工变量逐步变为非基变量，或使其值为零。否则，目标函数值将不可能达到最小或最大。在迭代过程中，若全部人工变量变成非基变量，则可把人工变量所在的列从单纯形表中删去，此时便找到原问题的一个初始基可行解。若此基可行解不是原问题的最优解，则继续迭代，直至所有的检验数都小于等于0，求得最优解为止。

用单纯形法求解线性规划问题：

先将其化为标准形式，有

这种情况可以添加两列单位列向量P6，P7，连同约束条件中的向量P4构成单位矩阵：

P6，P7是人为添加上去的，它相当于在上述问题的约束条件中添加变量x6，x7，变量x6，x7相应地称为人工变量。由于约束条件在添加人工变量前已经是等式，为使这些等式得到满足，因此在最优解中人工变量取值必须为零。添加人工变量后，数学模型形式就变为：

该模型中P4，P6，P7对应的变量x4，x6，x7为基变量，令非基变量x1，x2，x3，x5等于0，即得到初始基可行解X（0）=（0，0，0，4，0，1，9）T，并列出初始单纯形表。在单纯形法迭代运算中，M可当作一个数学符号一起参加运算。检验数中含M符号的，当M的系数为正时，该检验数为正；当该M的系数为负，该项检验数为负。用单纯形法求解的过程见下表：

关于大M法的单纯形表可以和两阶段法进行对比参照，可以发现二者很大程度上是相同的。

注：括号内表示主元素。