制約条件のない実数上を最小にする：

リスト中に単一の変数が与えられていない場合，結果は最大値に達する値になる：

制約条件 に従って を最小にする：

制約条件は任意の論理結合を含むことがある：

非有界の問題：

実行不可能な問題：

下限値には達しないかもしれない：

ベクトル変数とベクトル不等式を使う：

制約条件なしの一変数多項式の最小化：

制約条件付きの一変数多項式の最小化：

指数対数関数：

有界の条件上での解析関数：

周期関数：

三角関数と通約可能な周期の組合せ：

区分関数：

関数の特性情報を使って可解の制約条件がない問題：

多変数線形制約条件付き関数の最小化：

線形分数制約条件付き関数の最小化：

制約条件なしの多項式の最小化：

制約条件付き多項式の最適化は常に解くことができる：

最小値には達しないかもしれない：

目的関数は非有界かもしれない：

制約条件を満足する点は存在しないかもしれない：

定量化された多項式制約：

代数的最小化：

有界超越関数の最小化：

区分関数の最小化：

凸最小化：

が半正定でとなるように凸目的関数を最小にする：

領域と最小化点をプロットする：

パラメトリック線形最適化：

最小点の座標はパラメータの連続関数である：

パラメトリック二次最適化：

最小点の座標はパラメータの連続関数である：

制約条件なしのパラメトリック多項式の最小化：

制約条件付きのパラメトリック多項式の最小化：

一変数の問題：

整数線形計画化：

整数上の多項式の最小化：

領域上で最小化する：

これをプロットする：

2領域間の最短距離を求める：

これをプロットする：

三角形と楕円が交差する最小の を求める：

これをプロットする：

指定された3点を含む最小半径の円板を求める：

これをプロットする：

Circumsphereを使うと同じ結果が直接与えられる：

を使って が 内のベクトルであると指定する：

2領域間の最短距離を求める：

これをプロットする：

ArgMinが円筒代数分解を使用するよう指定する：

ラグランジュ(Lagrange)乗数を使う：

デフォルトメソッドを使う：

結果はすべて同等である：

厳密に最小となる点を求めるのには時間がかかる：

WorkingPrecision->100とすると，最小となる点の近似値を求めることができる：

周囲が最短である単位面積長方形の辺の長さを求める：

周囲が最短である単位面積三角形の辺の長さを求める：

周囲が最短となる三角形は正三角形である：

座標軸に最も近い放物線上の点を求める：

と のパラメータ間に特別な関係を想定する：

指定された点 p に最も近い領域 ℛ 内の点 q はArgMin[Norm[p-q],q∈ℛ]で与えられる．{1,1}に最も近いDisk[]内の点を求める：

これをプロットする：

標準的単位単体Simplex[2]内で{1,2}に最も近い点を求める：

これをプロットする：

標準的な単位球Sphere[]内で{1,1,1}に最も近い点を求める：

これをプロットする：

標準的単位単体Simplex[3]内で{-1,1,1}に最も近い点を求める：

これをプロットする：

最近点 p∈ および q∈ はArgMin[Norm[p-q],{p∈,q∈}]で求めることができる．Disk[{0,0}]およびRectangle[{3,3}]内の最も近い点を求める：

最近距離：

これをプロットする：

Line[{{0,0,0},{1,1,1}}]とBall[{5,5,0},1]内で最も近い点を求める：

最近距離：

これをプロットする：

ℛ⊆ⁿが全次元の領域の場合，Chebyshev center はSignedRegionDistance[ℛ,p]を最小にする，つまり，補領域の距離の否定である点 p∈ℛ である．Disk[]についてのChebyshev Centerを求める：

Rectangle[]についてのChebyshev Centerを求める：