在不受限的实数上最大化 ：

如果列表中未给出单个变量，则结果是取得最大值的值：

最大化受约束条件 限制的 ：

约束条件可以包含任意逻辑组合：

无界问题：

不可行的问题：

可能无法得到最大值：

使用向量变量和向量不等式：

不受限的单变量多项式的最大化：

受限的单变量多项式的最大化：

Exp-log 函数：

有界约束条件上的解析函数：

周期函数：

具有可公度周期的三角函数的组合：

分段函数：

利用函数属性信息即可求解的不受限问题：

多元线性约束条件下的最大化：

线性分式约束条件下的最小大化：

没有约束条件的多项式最大化：

约束条件下的多项式优化总是可解的：

可能无法获得最大值：

目标函数可能是无界的：

可能没有满足约束条件的点：

量化的多项式约束条件：

代数最大化：

有界超越最大化：

分段最大化：

凸最大化：

最大化凹目标函数 ，使得 为半正定且 ：

绘制区域和最小化点：

参数化线性优化：

最小化点的坐标是参数的连续函数：

参数化二次优化：

最小化点的坐标是参数的连续函数：

不受限的参数化多项式的最大化：

受限的参数化多项式的最大化：

单变量问题：

整数线性规划：

整数上的多项式最大化：

在区域上最大化：

绘制这些值：

找出两个区域中相距最远的点：

绘制这些值：

求使得三角形和椭圆仍然相交的最大的 ：

绘制这些值：

求含有给定三个点的 ，最大化 ：

绘制这些值：

用 指定 是 中的一个向量：

找出两个区域中相距最远的点：

绘制这些值：

指定 ArgMax 应使用柱形代数分解：

使用拉格朗日乘数法：

使用默认方法：

所有结果都是等价的：

求精确最大值点会花费很长时间：

如果设置 WorkingPrecision->200，得到的是近似最大值点：

求面积最大的单位周长矩形的边长：

求面积最大的单位周长三角形的边长：

求抛射体达到最大高度的时间：

区域 ℛ 中距给定点 p 最远的点 q 由 ArgMax[{Norm[p-q],q∈ℛ},q] 给出. 求 Disk[] 中距 {1,1} 最远的点：

绘制这些值：

求标准单位单纯形 Simplex[2] 中距 {1,2} 最远的点：

绘制这些值：

求标准单位球面 Sphere[] 上距 {1,1,1} 最远的点：

绘制这些值：

求标准单位单纯形 Simplex[3] 中距 {-1,1,1} 最远的点：

绘制这些值：

区域 ℛ 的直径是 ℛ 中两点间的最大距离，可以用 ArgMax[Norm[p-q],{q∈ℛ,p∈ℛ}] 来计算. 求 Circle[] 的直径：

直径：

绘制这些值：

求标准单位单纯形 Simplex[2] 的直径：

直径：

绘制这些值：

求标准单位立方体 Cuboid[] 的直径：

直径：

绘制这些值：

可以用 ArgMax[Norm[p-q],{p∈,q∈}] 来找出距离最远的两个点 p∈ 和 q∈. 找出 Disk[{0,0}] 和 Rectangle[{3,3}] 中距离最远的两个点：

最远的距离：

绘制这些值：

找出 Line[{{0,0,0},{1,1,1}}] 和 Ball[{5,5,0},1] 中距离最远的两个点：

最远的距离：

绘制这些值：

如果 ℛ⊆ⁿ 是一个全维区域，则切比雪夫中心是使得 -SignedRegionDistance[ℛ,p] 最大化的点 p∈ℛ，即到补区域的距离. 求 Disk[] 的切比雪夫中心：

求 Rectangle[] 的切比雪夫中心：

区域的解析中心由不等式 ℛ=ImplicitRegion[f₁[x]≥0∧⋯∧f_m[x]≥0,x] 定义，可通过 ArgMax[{Log[f₁[x]⋯ f_m[x]],x∈ℛ},x] 求出. 求 Triangle[{{0,0},{1,0},{0,1}}] 的解析中心：

根据上述条件，有不等式表示：

解析中心：

绘制这些值：

求 Cylinder[] 的解析中心：

因而得到不等式表示：

以及解析中心：

绘制这些值：