Partikkelit pallon pinnalla

Samankaltaiset tiedostot
Partikkelit pallon pinnalla

Koordinaatistot 1/6 Sisältö ESITIEDOT: reaaliluvut

Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä:

Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta

2 Pistejoukko koordinaatistossa

Derivaatan sovellukset (ääriarvotehtävät ym.)

RATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu.

Kevään 2011 pitkän matematiikan ylioppilastehtävien ratkaisut Mathematicalla Simo K. Kivelä /

Platonin kappaleet. Avainsanat: geometria, matematiikan historia. Luokkataso: 6-9, lukio. Välineet: Polydron-rakennussarja, kynä, paperia.

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Korhonen s problem Ratkaisuja Hannu Korhonen

Monikulmiot 1/5 Sisältö ESITIEDOT: kolmio

a) on lokaali käänteisfunktio, b) ei ole. Piirrä näiden pisteiden ympäristöön asetetun neliöruudukon kuva. VASTAUS:

Mitä symbolilaskentaohjelmalta voi odottaa ja mitä ei? Tapaus Mathematica

Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Vastaus: Määrittelyehto on x 1 ja nollakohta x = 1.

Lukujonon raja-arvo 1/7 Sisältö ESITIEDOT: lukujonot

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.

Pienoismallien rakentaminen Linnanmäen laitteista

1 2 x2 + 1 dx. (2p) x + 2dx. Kummankin integraalin laskeminen oikein (vastaukset 12 ja 20 ) antaa erikseen (2p) (integraalifunktiot

Preliminäärikoe Tehtävät Pitkä matematiikka / 3

Funktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen

Anna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti!

Kombinatorinen optimointi

Lisätehtäviä. Rationaalifunktio. x 2. a b ab. 6u x x x. kx x

Lataa Geometristen kappaleiden piirtäminen - Sympsionics Design. Lataa

Preliminäärikoe Tehtävät A-osio Pitkä matematiikka kevät 2016 Sivu 1 / 4

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Matematiikan taito 9, RATKAISUT. , jolloin. . Vast. ]0,2] arvot.

4.3 Kehäkulma. Keskuskulma

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.

Monitavoiteoptimointi

PRELIMINÄÄRIKOE. Pitkä Matematiikka

Koko maan ilveskanta-arvion taustasta ja erityisesti Etelä-Hämeen arviosta. Tiedosta ratkaisuja kestäviin valintoihin

Ympyrä 1/6 Sisältö ESITIEDOT: käyrä, kulma, piste, suora

yleisessä muodossa x y ax by c 0. 6p

Luento 9: Newtonin iteraation sovellus: optimointiongelma

x 5 15 x 25 10x 40 11x x y 36 y sijoitus jompaankumpaan yhtälöön : b)

3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö

Kuva Suomen päätieverkko 1 Moottoritiet on merkitty karttaan vihreällä, muut valtatiet punaisella ja kantatiet keltaisella värillä.

x + 1 πx + 2y = 6 2y = 6 x 1 2 πx y = x 1 4 πx Ikkunan pinta-ala on suorakulmion ja puoliympyrän pinta-alojen summa, eli

! 7! = N! x 8. x x 4 x + 1 = 6.

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

Sekä A- että B-osasta tulee saada vähintään 7 pistettä. Mikäli A-osan pistemäärä on vähemmän kuin 7 pistettä, B-osa jätetään arvostelematta.


, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA

MAA7 7.1 Koe Jussi Tyni Valitse kuusi tehtävää! Tee vastauspaperiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin!

Luonnollisten lukujen laskutoimitusten määrittely Peanon aksioomien pohjalta

Tekijä Pitkä matematiikka b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta.

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Riemannin pintojen visualisoinnista

MAB3 - Harjoitustehtävien ratkaisut:

3 Yhtälöryhmä ja pistetulo

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt

Preliminäärikoe Pitkä Matematiikka

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Käyrien välinen dualiteetti (projektiivisessa) tasossa

Juuri 3 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

y=-3x+2 y=2x-3 y=3x+2 x = = 6

Ohjelmoinnin peruskurssi Y1

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,

Geometriset avaruudet Pisteavaruus, vektoriavaruus ja koordinaattiavaruus

Kenguru Student (lukion 2. ja 3. vuosi) sivu 1 / 6

4 (x 1)(y 3) (y 3) (x 1)(y 3)3 5 3

Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste

4. Kertausosa. 1. a) 12

Duaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

7.4 PERUSPISTEIDEN SIJAINTI

Kertaus. x x x. K1. a) b) x 5 x 6 = x 5 6 = x 1 = 1 x, x 0. K2. a) a a a a, a > 0

Pinta-alojen ja tilavuuksien laskeminen 1/6 Sisältö ESITIEDOT: määrätty integraali

KERTAUSHARJOITUKSIA. 1. Rationaalifunktio a) ( ) 2 ( ) Vastaus: a) = = 267. a) a b) a. Vastaus: a) a a a a 268.

Harjoitus 4 -- Ratkaisut

Avaruusgeometrian perusteita

Lataa Geometristen kuvien värittäminen - Sympsionics Design. Lataa

MAB3 - Harjoitustehtävien ratkaisut:

Kahden suoran leikkauspiste ja välinen kulma (suoraparvia)

Matematiikan tukikurssi

Luento 6: Tulostusprimitiivien toteutus

Sovellutuksia Pinta-alan ja tilavuuden laskeminen Keskiö ja hitausmomentti

dl = F k dl. dw = F dl = F cos. Kun voima vaikuttaa kaarevalla polulla P 1 P 2, polku voidaan jakaa infinitesimaalisen pieniin siirtymiin dl

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

MAA4 - HARJOITUKSIA. 1. Esitä lauseke 3 x + 2x 4 ilman itseisarvomerkkejä. 3. Ratkaise yhtälö 2 x x = 2 (yksi ratkaisu, eräs neg. kokon.

Tässä osassa ei käytetä laskinta. Kaikkiin tehtäviin laskuja tai perusteluja näkyviin, ellei muuta ole mainittu.

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

2 Osittaisderivaattojen sovelluksia

Tekijä Pitkä matematiikka Pisteen (x, y) etäisyys pisteestä (0, 2) on ( x 0) Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y.

Transkriptio:

Simo K. Kivelä, 14.7.2004 Partikkelit pallon pinnalla Tehtävänä on sijoittaa annettu määrä keskenään identtisiä partikkeleita mahdollisimman tasaisesti pallon pinnalle ja piirtää kuvio syntyvästä partikkelikonfiguraatiosta. Tehtävä ei sellaisenaan ole hyvin määritelty: on täsmennettävä, mitä tarkoitetaan tasaisella sijoittamisella. Yksi mutta ei ainoa mahdollisuus on ajatella partikkeleiden olevan identtisiä sähkövarauksia, jotka kitkatta liikkuvat pallon pinnalla. Koska identtiset sähkövaraukset hylkivät toisiaan, ne pyrkivät sijoittumaan toisistaan niin kauas kuin mahdollista. Sijoittuminen mahdollisimman kauas toisistaan voidaan luonnehtia fysikaalisesti siten, että systeemin potentiaalienergia pyrkii hakeutumaan minimiarvoon. Kahden partikkelin tapauksessa potentiaali on oleellisesti 1 ê r, missä r on partikkeleiden välinen etäisyys. Useamman partikkelin tapauksessa kokonaispotentiaali on summa kaikista partikkeliparien potentiaaleista: 1 V =, r ij i j missä r ij on i:nnen ja j:nnen partikkelin välinen etäisyys. Jos partikkeleita on kaksi, ne sijoittuvat ilmeisestikin pallon vastakkaisille puolille. Jos partikkeleita on kolme, ne joka tapauksessa määräävät erään tason, ja partikkelit siis sijaitsevat tämän tason ja pallon leikkausympyrällä. Jotta partikkelit pääsisivät mahdolisimman kauas toisistaan, tason tulee ilmeisestikin kulkea pallon keskipisteen kautta ja partikkeleiden sijaita ympyrällä 120 asteen välein. Jos partikkeleita on enemmän, tulos ei ole yhtä selvä. Neljän partikkelin voisi arvata sijoittuvan tetraedrin kärkipisteisiin, mikä onkin oikea arvaus. Tämän jälkeen voisi arvella, että jos partikeleita on yhtä paljon kuin jossakin Platonin kappaleessa (tetraedri, oktaedri, kuutio, dodekaedri, ikosaedri) on kärkiä, niin partikkelit sijoittuisivat juuri kyseisen Platonin kappaleen kärkiin. Tämä on kuitenkin väärä arvaus. Seuraavassa esityksessä ongelma ratkaistaan minimoimalla partikkelisysteemin kokonaispotentiaali. Ratkaisu Partikkeleiden lukumäärä olkoon In[1]:= n = 5 Out[1]= 5 Partikkelit sidotaan yksikkösäteisen pallon pinnalle ilmoittamalla niiden sijainti pallokoordinaattien avulla. Pallokoordinaattien avulla lasketaan vastaavat suorakulmaiset koordinaatit ja kukin partikkeli ilmaistaan kolmialkioisena suorakulmaisten koordinaattien muodostamana listana. Partikkelin sijainnin ilmoittavat pallokoordinaatit ovat probleeman tuntemattomat.

2 partikkelit.nb Aluksi muodostetaan hieman teknisesti pallokoordinaattien nimet, so. probleeman muuttujat: In[2]:= Out[2]= In[3]:= Out[3]= In[4]:= Out[4]= theta = Table@Symbol@"theta" <> ToString@kDD, 8k, 1, n<d 8theta1, theta2, theta3, theta4, theta5< fi = Table@Symbol@"fi" <> ToString@kDD, 8k, 1, n<d 8fi1, fi2, fi3, fi4, fi5< muuttujat = 8Table@theta@@kDD, 8k, 1, n<d, Table@fi@@kDD, 8k, 1, n<d< 88theta1, theta2, theta3, theta4, theta5<, 8fi1, fi2, fi3, fi4, fi5<< Partikkelit voidaan nyt ilmaista listana, jossa kukin partikkeli on esitetty sen suorakulmaisten koordinaattien avulla: In[5]:= Out[5]= partikkelit = Table@8Cos@theta@@kDDD Cos@fi@@kDDD, Cos@theta@@kDDD Sin@fi@@kDDD, Sin@theta@@kDDD<, 8k, 1, n<d 88Cos@fi1D Cos@theta1D, Cos@theta1D Sin@fi1D, Sin@theta1D<, 8Cos@fi2D Cos@theta2D, Cos@theta2D Sin@fi2D, Sin@theta2D<, 8Cos@fi3D Cos@theta3D, Cos@theta3D Sin@fi3D, Sin@theta3D<, 8Cos@fi4D Cos@theta4D, Cos@theta4D Sin@fi4D, Sin@theta4D<, 8Cos@fi5D Cos@theta5D, Cos@theta5D Sin@fi5D, Sin@theta5D<< Systeemin potentiaalifunktio voidaan muodostaa tämän jälkeen. Osapotentiaali on partikkeliparin aiheuttama potentiaali ja kokonaispotentiaali partikkeliparien potentiaaleista muodostettu summa. Summeerauksessa käytetyt indeksiarvot 1 j n - 1, j + 1 k n merkitsevät, että jokainen partikkelipari tulee otetuksi huomioon. In[6]:= osapotentiaali@p_, q_d := 1 ê Sqrt@Sum@Hp@@kDD q@@kddl ^2, 8k, 1, 3<DD

partikkelit.nb 3 In[7]:= potentiaali = Sum@osaPotentiaali@partikkelit@@jDD, partikkelit@@kddd, 8j, 1, n 1<, 8k, j + 1, n<d Out[7]= 1 ë I, HHCos@fi1D Cos@theta1D Cos@fi2D Cos@theta2DL 2 + HCos@theta1D Sin@fi1D Cos@theta2D Sin@fi2DL 2 + HSin@theta1D Sin@theta2DL 2 LM + 1 ëi, HHCos@fi1D Cos@theta1D Cos@fi3D Cos@theta3DL 2 + HCos@theta1D Sin@fi1D Cos@theta3D Sin@fi3DL 2 + HSin@theta1D Sin@theta3DL 2 LM + 1 ëi, HHCos@fi2D Cos@theta2D Cos@fi3D Cos@theta3DL 2 + HCos@theta2D Sin@fi2D Cos@theta3D Sin@fi3DL 2 + HSin@theta2D Sin@theta3DL 2 LM + 1 ëi, HHCos@fi1D Cos@theta1D Cos@fi4D Cos@theta4DL 2 + HCos@theta1D Sin@fi1D Cos@theta4D Sin@fi4DL 2 + HSin@theta1D Sin@theta4DL 2 LM + 1 ëi, HHCos@fi2D Cos@theta2D Cos@fi4D Cos@theta4DL 2 + HCos@theta2D Sin@fi2D Cos@theta4D Sin@fi4DL 2 + HSin@theta2D Sin@theta4DL 2 LM + 1 ëi, HHCos@fi3D Cos@theta3D Cos@fi4D Cos@theta4DL 2 + HCos@theta3D Sin@fi3D Cos@theta4D Sin@fi4DL 2 + HSin@theta3D Sin@theta4DL 2 LM + 1 ëi, HHCos@fi1D Cos@theta1D Cos@fi5D Cos@theta5DL 2 + HCos@theta1D Sin@fi1D Cos@theta5D Sin@fi5DL 2 + HSin@theta1D Sin@theta5DL 2 LM + 1 ëi, HHCos@fi2D Cos@theta2D Cos@fi5D Cos@theta5DL 2 + HCos@theta2D Sin@fi2D Cos@theta5D Sin@fi5DL 2 + HSin@theta2D Sin@theta5DL 2 LM + 1 ëi, HHCos@fi3D Cos@theta3D Cos@fi5D Cos@theta5DL 2 + HCos@theta3D Sin@fi3D Cos@theta5D Sin@fi5DL 2 + HSin@theta3D Sin@theta5DL 2 LM + 1 ë I, HHCos@fi4D Cos@theta4D Cos@fi5D Cos@theta5DL 2 + HCos@theta4D Sin@fi4D Cos@theta5D Sin@fi5DL 2 + HSin@theta4D Sin@theta5DL 2 LM Potentiaalifunktion lauseke on pitkähkö. Kun partikkeleita on n kappaletta, kyseessä on 2 n muuttujan funktio. Tavoitteena on funktion minimiarvon löytäminen. Minimiarvoa vastaavat muuttujien arvot, so. pallokoordinaattien arvot antavat etsityn partikkelikonfiguraation. Minimiarvo ja vastaava minimikohta voidaan laskea Mathematican funktiolla FindMinimum. Tämä käyttää iteratiivista algoritmia, jolle on annettava jotkin alkuarvot ja joka antaa tulokseksi alkuarvoista riippuen jonkin paikallisen minimin. Absoluuttista minimiä ei siten välttämättä löydetä. Kokeilemalla useita kertoja erilaisilla alkarvoilla tilanne saadaan kuitenkin melko luotettavasti kartoitetuksi. Alkuarvot voidaan syöttää käsin, mutta koska niitä on suhteellisen paljon eikä ole aivan helppoa mieltää, millaiset olisivat sopivia, voidaan alkuarvot generoida satunnaisesti pallokordinaattien vaihteluväleiltä (-p ê 2 J p ê 2, -p j p).

4 partikkelit.nb In[8]:= alkuarvot = 8Table@Random@Real, 8 Pi ê 2, Pi ê 2<D, 8k, 1, n<d, Table@Random@Real, 8 Pi, Pi<D, 8k, 1, n<d< Out[8]= 881.41782, 0.322664, 0.137728, 1.35344, 1.45411<, 82.83955, 0.510143, 2.47585, 2.69836, 1.23015<< Funktiossa FindMinimum tarvittava alkuasetus on tallöin muotoa In[9]:= alkuasetus = Transpose@8Flatten@muuttujatD, Flatten@alkuarvotD<D Out[9]= 88theta1, 1.41782<, 8theta2, 0.322664<, 8theta3, 0.137728<, 8theta4, 1.35344<, 8theta5, 1.45411<, 8fi1, 2.83955<, 8fi2, 0.510143<, 8fi3, 2.47585<, 8fi4, 2.69836<, 8fi5, 1.23015<< Funktion kutsu tapahtuu teknisesti hieman mutkikkaalla tavalla, jotta voidaan helposti hyödyntää aiemmin muodostetut muuttujat. Optiolla MaxIterations säädellään iteratiivisen laskennan pituutta. Jos ratkaisua ei löydy, ts. iteraatio ei suppene, arvoa voi suurentaa. Vaihtoehtona on vaihtaa alkuarvoja. In[10]:= Out[10]= rtk = Apply@FindMinimum, Flatten@8potentiaali, alkuasetus, MaxIterations 15<, 1DD 86.47469, 8theta1 0.335276, theta2 0.333363, theta3 0.433159, theta4 1.23048, theta5 0.548588, fi1 2.68934, fi2 0.451619, fi3 1.86178, fi4 2.50175, fi5 0.904378<< Jos iteraatio suppenee, tuloksena saadaan jokin paikallinen minimiarvo ja sitä vastaavat muuttujien, ts. pallokoordinaattien arvot. Eri alkuarvoista lähdettäessä saatetaan saada erilaisia paikallisia minimejä. Kyseessä ei siten välttämättä ole absoluuttinen minimi, mutta toistamalla laskenta ja vertailemalla saatuja minimiarvoja saadaan jonkinlainen käsitys siitä, onko löydetty absoluuttinen minimi. In[11]:= minimiarvo = rtk@@1dd Out[11]= 6.47469 Partikkelien suorakulmaiset koordinaatit saadaan tämän jälkeen helposti: In[12]:= konfiguraatio = partikkelit ê. rtk@@2dd Out[12]= 88 0.849383, 0.412661, 0.329029<, 80.850208, 0.412397, 0.327222<, 8 0.260401, 0.869488, 0.419741<, 8 0.267762, 0.199295, 0.942648<, 80.527464, 0.670699, 0.521483<< Tulokset graafisessa muodossa Tieto partikkelien suorakulmaisista koordinaateista ei helposti anna mielikuvaa konfiguraatiosta. Graafinen tulostus on hyödyllisempi. Tällöin on luontevaa esittää myös pallopinta, jolla partikkelit sijaitsevat. In[13]:= pallo = First@ParametricPlot3D@0.95 8Cos@tD Cos@fD, Cos@tD Sin@fD, Sin@tD<, 8t, Pi ê 2, Pi ê 2<, 8f, Pi, Pi<, PlotPoints 813, 25<, DisplayFunction IdentityDD ê. Polygon Line;

partikkelit.nb 5 In[14]:= In[15]:= pisteet = Map@Point, konfiguraatiod; kuvio = Show@Graphics3D@88GrayLevel@0.8D, Thickness@0.008D, pallo<, 8GrayLevel@0D, PointSize@0.05D, pisteet<<d, Shading False, Boxed False, ViewPoint 8100, 100, 50<D Out[15]= Graphics3D Animaatio auttaa vielä paremmin hahmottamaan pisteiden sijainnin: In[16]:= In[17]:= << LiveGraphics3D.m WriteLiveForm@"partikkelit.m", kuviod Animaatio Harjoitustehtäviä 1) Tutki tapauksia, missä pisteitä on 6, 7 tai 8. Vastaako kuutta pistettä oktaedri ja kahdeksaa pistettä kuutio? Kokeile useita erilaisia alkuarvoja. 2) Partikkeleiden tasaisen sijoittamisen kriteeri voidaan valita monella eri tavalla. Yhtenä mahdollisuutena on minimoida lauseketta, jossa osapotentiaali on muotoa 1 ê r 2, vaikkei tämä fysikaalinen potentiaali olekaan. Tutki, ovatko konfiguraatiot tällöin erilaisia.

6 partikkelit.nb 3) Potentiaalin minimoimisen sijasta voidaan maksimoida partikkeliparien etäisyyksien minimiarvoa, ts. vaatia, että lähinnä toisiaan olevien partikkeleiden välinen etäisyys on mahdollisimman suuri. Etäisyys voidaan tällöin mitata joko suoraviivaisesti tai pallon pintaa pitkin. Muunna laskenta tätä tapausta vastaavaksi. (Tarvittava funktio on tällöinkin FindMinimum; funktion f maksimin hakeminen on nimittäin sama asia kuin funktion - f minimin hakeminen. Maksimoitava funktio ei ole tässä tapauksessa differentioituva, koska se on etäisyyksien minimiarvo, ts. muotoa Min[...]. Tällöin FindMinimum tarvitsee kaksi alkuarvoa kutakin muuttujaa kohden; ks. Mathematican dokumentaatiota. Iteraation suppeneminen on usein ongelmallista.)