Некоторые методы оптимизации, которые используются в программе MathCAD:

• Градиентные методы. 1 Градиент указывает направление наибольшего возрастания функции, а антиградиент показывает направление наискорейшего убывания функции. 1 Двигаясь по градиенту (антиградиенту), можно достичь максимума (минимума) функции. 1
• Квазиньютоновские методы. 1 Основаны на накоплении информации о кривизне целевой функции по наблюдениям за изменением градиента. 1
• Метод Ньютона. 2 Основан на квадратичной аппроксимации минимизируемой функции в окрестности точки. 2 Градиент приравнивается к нулю, что облегчает поиск минимума квадратичной функции. 2
• Метод сопряжённых градиентов. 2 Применяется для безусловной оптимизации в многомерном пространстве. 2 Достоинство метода в том, что он решает квадратичную задачу оптимизации за конечное число шагов. 2
• Метод Монте-Карло. 5 При использовании этого метода задаётся не точка первого приближения, а диапазон изменения аргументов. 5

Для решения задач поиска максимума и минимума функции в MathCAD используются встроенные функции Minimize и Maximize. 1