Какие существуют методы оптимизации в Mathcad?

Некоторые методы оптимизации, которые используются в программе MathCAD:

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

Для решения задач поиска максимума и минимума функции в MathCAD используются встроенные функции Minimize и Maximize. smiuk.sfu-kras.ru