• Romberg - Applicabile alla maggior parte degli integrali. Utilizza approssimazioni trapezoidali su un numero pari di sottointervalli; quindi confronta stime sequenziali sommando le aree dei trapezi.

• Adattivo - Applicabile a funzioni che cambiano rapidamente nell'intervallo di integrazione. Noto anche come metodo di quadratura adattiva.

• Limite infinito - Applicabile a integrali in cui uno o entrambi i limiti sono infiniti. La funzione da integrare deve essere reale.

• Punto finale singolare - Applicabile agli integrali con una singolarità o un infinito in uno o entrambi i limiti di integrazione. Noto anche come metodo di Romberg aperto.

• La selezione dell'algoritmo è disponibile solo per gli integrali definiti.

• Se almeno uno dei limiti integrali è maggiore del valore assoluto di 10^307, o se è un infinito, Selezione automatica utilizza il metodo Limite infinito come algoritmo di soluzione. Per gli altri casi, viene utilizzato il metodo Adattativo.

• Lineare - Applicabile quando il problema ha una struttura lineare, ovvero funzioni obiettivo con tutti i vincoli. Questo algoritmo fornisce risultati rapidi e precisi.

• Non lineare: Levenberg-Marquardt - Tenta di trovare gli zeri degli errori nei vincoli. Se non vengono trovati zeri, il metodo minimizza la somma dei quadrati degli errori nei vincoli. Questo algoritmo non è disponibile per le funzioni Minimize e Maximize.

• Non lineare: gradiente coniugato - Fattorizza una matrice di proiezione e applica il metodo del gradiente coniugato per minimizzare approssimativamente un modello quadratico del problema della barriera.

• Non lineare: SQP - Questo metodo di insieme attivo risolve una sequenza di sottoproblemi di programmazione quadratica per trovare la soluzione.

• Non lineare: punto interno - Questo metodo sostituisce il problema di programmazione non lineare con una serie di sottoproblemi barriera controllati da un parametro barriera.

• Non lineare: insieme attivo -I metodi di insieme attivo risolvono una sequenza di sottoproblemi basati su un modello quadratico del problema originale.

• È possibile utilizzare opzioni avanzate aggiuntive per Minimize, Maximize, Find e Minerr. Le opzioni disponibili sono Multistart e Ottimizza. Ulteriori informazioni sulle Opzioni di soluzione avanzate. Per Minimize e Maximize è possibile utilizzare anche la soluzione avanzata con derivate.

• Provare un metodo diverso. Per il problema che si sta tentando di risolvere, un metodo particolare potrebbe funzionare meglio o peggio degli altri.

• Provare un valore ipotizzato diverso o aggiungere un vincolo di disuguaglianza. Se si sta cercando una soluzione complessa, fornire un valore ipotizzato complesso.

• Utilizzare Minerr anziché Find per raggiungere una soluzione approssimata.

• Provare un valore diverso per TOL o CTOL.

• Polinomiale - Utilizza approssimazioni polinomiali delle derivate spaziali del primo e del secondo ordine per ridurre il sistema PDE a un sistema ODE in base alla variabiletime.

• Differenze centrali - Utilizza approssimazioni di differenze centrali delle derivate spaziali del primo ordine con applicazione ricorsiva per le derivate spaziali del secondo ordine per ridurre il sistema PDE a un sistema ODE in base alla variabile time.

• Differenze a 5 punti - Utilizza approssimazioni di differenze a 5 punti delle derivate spaziali del primo ordine con approssimazione separata per le derivate spaziali del secondo ordine per ridurre il sistema PDE a un sistema ODE in base alla variabile time.

• Differenze a 5 punti ricorsive - Utilizza approssimazioni di differenze a 5 punti delle derivate spaziali del primo ordine con applicazione ricorsiva per le derivate spaziali del secondo ordine per ridurre il sistema PDE a un sistema ODE in base alla variabile time.

• Adams/BDF (default) - Per i sistemi di tipo non stiff, Odesolve chiama il solutore Adams che utilizza i metodi Adams-Bashforth. Se Odesolve rileva che il sistema ODE è di tipo stiff, passa al solutore BDF (Backward Differentiation Formula).

• Fixed - Chiama il solutore rkfixed che utilizza un metodo di Runge-Kutta a passo fisso.

• Adattativo - Chiama il solutore Rkadapt che utilizza un metodo di Runge-Kutta con dimensione di passo adattiva.

• Radau - Per i sistemi di tipo stiff o con vincoli algebrici, Odesolve chiama il solutore Radau.

• Levenberg-Marquardt ottimizzato (default) - Questa versione ottimizzata del metodo di Levenberg-Marquardt per la minimizzazione è spesso più veloce e meno sensibile a valori ipotizzati imprecisi ed è più sensibile agli errori nelle derivate algebriche fornite.

• Levenberg-Marquardt - Questo metodo di minimizzazione viene utilizzato per risolvere problemi ai minimi quadrati non lineari. Questo metodo dovrebbe essere utilizzato con genfit per un funzionamento corretto e valori ipotizzati accurati.

• LaGuerre (default) - Questo metodo è iterativo e ricerca le soluzioni nel piano complesso.

• Matrice compagna - Questo metodo converte le equazioni in un problema di autovalori.