制約条件 に従って の最小値を求める：

いくつかの線形不等式制約がVectorGreaterEqualで表現できる：

v>= または\[VectorGreaterEqual]を使ってベクトル不等式の記号を入力する：

スカラー不等式を使った同等の形：

ベクトル変数 を使う：

にスレッディングの可能性があるので，不等式 は とは等しくないかもしれない：

での意図しないスレッディングを避けたければInactive[Plus]を使うとよい：

定数パラメータを持つ方程式を使って での意図しないスレッディングを回避する：

VectorGreaterEqualは"NonNegativeCone"についての錐不等式を表す：

円錐の次元を明示的に指定したければ，{"NonNegativeCone",n}を使うとよい：

最小値を求める：

制約条件 に従って の最小値を求める：

"NormCone"で錐不等式を使って制約条件 を指定する：

最小値を求める：

制約条件 に従って関数 の最小値を求める：

Indexedを使ってベクトル変数の成分（例：）にアクセスする：

ベクトル変数の次元と領域が曖昧なときはVectors[n,dom]を使って指定する：

NonNegativeReals ()を使って非負の制約条件を指定する：

ベクトル不等式 を使った同等の形：

NonPositiveReals ()を使って非正の制約条件を指定する：

ベクトル不等式を使った同等の形：

Orという条件を指定することができる：

Integersを使って整数領域の制約を指定する：

Vectors[n,Integers]を使ってベクトル変数に整数領域の制約を指定する：

NonNegativeIntegers ()を使って非負の整数領域の制約を指定する：

NonPositiveIntegers ()を使って非正の整数領域の制約を指定する：

領域上で の最小値を求める：

2領域間の最短距離を求める：

三角形と楕円形が交差するような最小の を求める：

指定された3点を含む円板の最小半径を求める：

Circumsphereを使って同じ結果を直接得ることができる：

を使って が 内のベクトルであると指定する．ただし，：

線形の目的関数と制約条件がある場合は，最小値が見付かるとそれは大域的になる：

制約条件は等式制約および不等式制約である：

Equalを使っていくつかの等式制約を一度に表現する：

いくつかのスカラー等式を使った同等の形：

VectorLessEqualを使っていくつかのLessEqual不等式制約を一度に表現する：

v<= を使ってベクトル不等式をコンパクトな形で入力する：

スカラー不等式を使った同等の形：

Intervalを使って変数の境界を指定する：

"NonNegativeCone"を使って の形の線形関数を指定する：

v>= を使ってベクトル不等式をコンパクトな形で入力する：

線形制約条件に従って凸二次関数の最小値を求める：

凸二次制約条件の集合に従って凸二次関数の最小値を求める：

2つの凸領域間の最短距離を求める：

が半正定値になるような の最小値を求める：

が半正定値でとなるように凸目的関数を最小化する：

凸目的関数の最小値を4-ノルム単位円板上で求める：

縦が最大で横の半分になるようにして，面積が1の長方形の最短外周を求める：

この問題は対数凸問題で，変換{hExp[],wExp[ ]}を行なって対数を取り凸問題にすることで解ける：

不等式制約とノルム制約に従って擬似凹関数 の最小値を求める．目的関数は領域上の非負の関数と非正の関数の積なので，擬似凸関数である：

擬似凸問題はパラメータ についてのパラメトリック凸最適化問題として解くことができる：

目的関数を等位集合 の関数としてプロットする：

区間内の等位集合の値について，最小の目的関数が求まる：

等位集合の値が大きくなると，問題は実行不可能になる：

制約条件に従って を最小化する．目的関数は凸ではないが，凸関数の差 で表すことができる．ただし， と は凸関数である：

領域と最小化点をプロットする：

制約条件に従って を最小化する．制約条件は凸ではないが凸制約の差 で表すことができる．ただし， は凸関数である：

領域と最小化点をプロットする：

非線形制約条件に従って線形目的関数の最小値を求める：

線形制約条件に従って非線形目的関数の最小値を求める：

非線形制約条件に従って非線形目的関数の最小値を求める：

次で，収束基準とを強制する：

次で，収束基準とを強制する．これはデフォルトの機械精度計算では達成できない：

WorkingPrecisionの設定値を高くするとプロセスが収束するようになる：

関数の解を求める過程で評価したすべての点を最小値の環で記録する：

訪れた点の中で目的関数の値で最終的な解に近いすべての点をプロットする：

メソッドの中には特定の問題について準最適な結果を返すものがある：

この問題については，自動選択されたメソッドが最適な結果を与える：

目的関数を最小値とともにプロットする：

速度を求めるなら，多くの変数がある問題には"NelderMead"メソッドを使う：

NMinValueが古典的なRosenbrock関数の最小値を求めるのに取るステップ：

作業精度をにする．デフォルトでAccuracyGoalとPrecisionGoalはに設定されている：

と を中心とする半径1の2つの円板間の最短距離を求める．を円板1の上の点，を円板2の上の点とする．目的は制約条件に従ってを最小化することである：

与えられた領域を包み込む最小の球の半径 を求める：

制約条件 に従って半径 の最小値を求める：

包み込む最小の球はBoundingRegionを使って効率的に求めることができる：

包み込む球を可視化する：

指定された半径 ()の重なり合ない 個の円を収めることができる最小の正方形を求める．円の数と各円の半径を指定する：

が円の中心 なら目的はを最小にすることである．目的は を最小化することに変換できる．ただし， である：

円は重なってはならない：

変数を集める：

円は正方形の中に収まる．境界を求める：

非線形離散データにフィットする の剰余を最小化するガウスの幅パラメータ を求める：

基底 を使ってデータをフィットする：

関数は で近似できる：

剰余を与えるパラメトリック関数を構築する：

剰余を の関数として示す：

最小剰余を生成するスケーリングパラメータを求める：

楕円 から点(1,2)までの距離が可能な限り小さくなるようなパラメータ を求める：

距離を の関数として示す：

距離の逆数を最大にする最適パラメータ を求める：

この点を円板との関係で可視化する：

円形障害物を避けて始点と終点を結ぶ最短経路を求める：

経路は 個の異なる点で表すことができる．これらの点の間の距離は 未満でなければならない．ただし， は最小化する長さである：

点は円形障害物の内側にあってはならない：

始点と終点は既知である：

変数を集める：

制約条件に従って長さ を最短にする：