• Ромберг (Romberg) - применяется для большинства интегралов. Использует трапецеидальные аппроксимации на четном числе подинтервалов, а затем суммирует площади трапеций и сравнивает последовательные приближенные значения.

• Адаптация (Adaptive) - применяется для функций, которые быстро изменяются на протяжении интервала интегрирования. Также называется методом адаптивной квадратуры.

• Бесконечный предел (Infinite Limit) - применяется для интегралов, где один или оба предела являются бесконечными. Интегрируемая функция должна быть действительной.

• Сингулярная конечная точка (Singular Endpoint) - применяется для интегралов с сингулярностью или бесконечностью на одном или обоих пределах интегрирования. Также называется расширяемым методом Ромберга.

• Выбор алгоритма доступен только для определенных интегралов.

• Если хотя бы один из пределов интеграла больше абсолютного значения 10^307 или имеет бесконечное значение, Автовыбор (Auto Select) в качестве алгоритма решения использует Бесконечный предел (Infinite Limit). В других случаях используется Адаптация (Adaptive).

• Линейная (Linear) - применяется, когда задача имеет линейную структуру, а именно целевые функции со всеми ограничениями. Этот алгоритм обеспечивает быстрые и точные результаты.

• Нелинейная: Левенберг - Марквардт (Nonlinear: Levenberg Marquardt) - пытается найти нули ошибок в ограничениях. Если нули не найдены, метод минимизирует сумму квадратов ошибок в ограничениях.

• Нелинейная: сопряженные градиенты (Nonlinear: Conjugate Gradient) - выполняет факторизацию матрицы проекции и применяет метод сопряженного градиента для приближенной минимизации квадратичной модели задачи о блуждании в области с экранами.

• Нелинейная: последовательное квадратичное программирование (SQP) (Nonlinear: SQP) - этот метод активного набора решает последовательность подзадач квадратичного программирования для поиска решения.

• Нелинейная: внутренняя точка (Nonlinear: Interior Point) - этот метод заменяет задачу нелинейного программирования серией подзадач о блуждании, управляемых параметром барьера.

• Нелинейная: активный набор (Nonlinear: Active Set) - методы активного набора решают последовательность подзадач на основе квадратичной модели исходной задачи.

• Попробуйте другой метод. Некоторые методы могут работать лучше или хуже других для задач, которые вы пытаетесь решить.

• Попробуйте другое начальное приближение или добавьте ограничение в виде неравенства. Для комплексного решения укажите комплексное начальное приближение.

• Используйте Minerr вместо Find, чтобы получить приближенное решение.

• Попробуйте использовать другое значение TOL или CTOL.

• Полином (Polynomial) - использует полиномиальные аппроксимации пространственных производных первого и второго порядка, чтобы свести систему PDE к системе ODE с помощью переменной time.

• Центральные различия (Central Differences) - использует аппроксимации центральных разностей пространственных производных первого порядка с рекурсивным применением пространственных производных второго порядка, чтобы свести систему PDE к системе ODE с помощью переменной time.

• Различия по 5 точкам (5-Point Differences) - использует аппроксимации 5-точечных разностей пространственных производных первого порядка с отдельной аппроксимацией пространственных производных второго порядка, чтобы привести систему PDE к системе ODE с помощью переменной time.

• Рекурсивные разности в 5 точках (Recursive 5-Point Differences) - использует аппроксимации 5-точечных разностей пространственных производных первого порядка с рекурсивным применением для пространственных производных второго порядка, чтобы привести систему PDE к системе ODE с помощью переменной time.

• Adams/BDF (по умолчанию) - для нежестких систем Odesolve вызывает решатель Adams, который использует методы Адамса - Башфорта. Если функция Odesolve обнаруживает, что система ODE является жесткой, он переключается на решатель BDF (формула обратного дифференцирования).

• Фиксированный (Fixed) - вызывает решатель rkfixed, использующий метод Рунге - Кутты с фиксированным шагом.

• Адаптация (Adaptive) - вызывает решатель Rkadapt, использующий метод Рунге - Кутты с адаптивным размером шага.

• Радо (Radau) - для жестких систем или систем, имеющих алгебраические ограничения, Odesolve вызывает решатель Radau.

• Оптимизированный метод Левенберга - Марквардта (Optimized Levenberg Marquardt) (по умолчанию) - эта оптимизированная версия метода Левенберг - Марквардт (Levenberg-Marquardt) для минимизации часто работает быстрее; она менее чувствительна к встроенным начальным приближениям и более чувствительна к ошибкам в поставляемых алгебраических производных.

• Левенберг - Марквардт (Levenberg-Marquardt) - этот метод минимизации используется для решения нелинейных задач наименьших квадратов. Этот метод должен использоваться с функцией genfit для регулярных функций и точных начальных приближений.

• Лагерр (LaGuerre) (по умолчанию) - этот итеративный метод ищет решения в комплексной плоскости.

• Сопровождающая матрица (Companion Matrix) - этот метод преобразует уравнения к задаче на собственные значения.