最適化問題の性質をより良く理解するために、以下の例を考えてみましょう:
f(x)=ex1(4x21+2x22+4x1x2+2x2+1).
(この関数は、制約のない最適化ルーチンのドキュメントで例題関数として使用されています。)

図1はf(x)の等高線図を示しています。F0,F1,…,F4とラベル付けされた等高線は、等値線または関数f(x)が特定の一定値をとる線です。点x∗=(12,−1)Tは局所無制約最小値です。つまり、f(x∗)の値(=0)は周囲のすべての点よりも小さくなっています。関数には複数のこのような最小値が存在する可能性があります。
点xsは鞍点と呼ばれます。これは、線ABに沿っては最小値ですが、CDに沿っては最大値となるためです。
f(x)の最小化問題に制約x1≥0(単純な境界制約)を追加しても、解は変わりません。図1では、この制約はx1=0を通る直線で表され、線上の影は許容されない領域(x1<0)を示しています。
非線形制約g1(x):x1+x2−x1x2−32≥0を追加すると(図1の曲線の影付き線で表されています)、x∗は実行可能点ではなくなります。これはg1(x∗)<0となるためです。新しい制約付き問題の解はxb≃(1.1825,−1.7397)Tとなり、これは実行可能領域内で最小の関数値を持つ点です(ここでf(xb)≃3.0607)。