การหาค่าเหมาะที่สุด คือกระบวนการหาค่าสูงสุดหรือค่าต่ำสุดของฟังก์ชัน ขั้นตอนมาตรฐาน:
- ตั้งฟังก์ชัน ที่ต้องการหาค่าสูงสุด/ต่ำสุดจากโจทย์
- หาอนุพันธ์ เพื่อให้ได้
- หาจุดวิกฤต: แก้ (และระบุตำแหน่งที่ ไม่มีอยู่)
- จำแนกแต่ละจุด: การทดสอบอนุพันธ์อันดับสอง ( → ต่ำสุด; → สูงสุด) หรือการเปลี่ยนเครื่องหมายของอนุพันธ์อันดับแรก
- เปรียบเทียบกับจุดปลายหากอยู่บนช่วงปิด (ทฤษฎีบทค่าสุดขีด)
โจทย์คลาสสิก: สี่เหลี่ยมผืนผ้าที่ใหญ่ที่สุดในวงกลม กระป๋องทรงกระบอกราคาถูกที่สุดที่มีปริมาตรคงที่ กล่องที่มีปริมาตรสูงสุดจากแผ่นกระดาษสี่เหลี่ยมจัตุรัส
การหาค่าเหมาะที่สุดแบบหลายตัวแปรใช้ เกรเดียนต์ () และ เมทริกซ์เฮสเซียน การหาค่าเหมาะที่สุดแบบมีข้อจำกัดใช้ ตัวคูณลากรองจ์ เทคนิคนี้เป็นพื้นฐานของการออกแบบทางวิศวกรรม เศรษฐศาสตร์ และการฝึก ML