開成中学の算数において「最大値・最小値を求めよ」「最も少なくなる組み合わせは何か」と問われた際、小さい値から総当たりでいきなり具体例を試すのは、絶望的な失点パターンである。開成が要求する「最適化」は、ひらめきやセンスによるものではない。それは、理論上の極値を最初に設定し、そこから制約条件に従ってデータに基づき淡々と補正していくという、徹底した手順の遂行能力である。
累積分析リスト：最適化問題の系譜（2005〜2026年）
当研究所の22年にわたる過去問データベースから、「最適化（最大・最小・最適な配置）」が問われた主要な年度を抽出した。数の性質、場合の数、速さと比など分野を横断して出題されているが、求められている上位の処理思想は、複数年度にまたがって繰り返し現れる共通の設計思想である。
| 年度 | 大問 | 単元 | テーマ | 求められる処理能力の型 |
| 2026 | 2 | 数の性質 | 条件付き分数の最大化 | 位取りと極端化の型による論理的絞り込み |
| 2025 | 2 | 場合の数 | パズルスコアの最大化 | 制約条件下の最適化と極端な配置からの逆算力 |
| 2024 | 1 | 小問集合 | 式の最適化・割合・図形移動 | 最適化と軌跡分割の手順 |
| 2020 | 3 | 数の性質 | 硬貨の最小枚数と組み合わせ | 制約条件下の最適化と状態遷移による場合分け |
| 2016 | 2 | 仕事と割合 | コスト・日数の最小化・最適化 | 極端化からの逆算（最適化の手順） |
| 2011 | 3 | 場合の数 | 硬貨の支払い組み合わせ | 組み合わせ処理から最適化へつながる源流 |
| 2005 | 4 | 速さと比 | シャトル輸送の全体時間最小化 | 全体の時間を最小化する輸送手順の構築 |
解法の法則（型）：極端化→制約確認→補正
データが客観的に示している通り、開成の「最適化問題」は22年分析で何度も再登場する確固たる設計である。これを計算ミスや条件漏れなく完遂するためには、以下の絶対的な手順（型）を起動しなければならない。
1. 理論上の最大／最小を仮置きする（極端化）
「なるべく大きく（小さく）したい」という目的関数が与えられたら、まずは他の細かい条件を無視し、最も極端な状態を想定する。「理論上の極値」を先に置くことが全ての出発点となる。
2. 最も影響の大きい要素から決める
全体への影響が最も大きい変数から順に決定していくのが最適化の鉄則である。たとえば2026年の「分数を最大化する」問題であれば、全体の数値に最も巨大な影響を与える「分子の最上位の位」に最大の数字（9）を配置する。2025年のパズルであれば「倍率の高い行に最も小さい面積を集める」方針を立て、2016年の仕事算であれば「最も日当が安い職人を極限まで使う」という理想状態を最初に立式する。
3. 制約で削り、ズレを補正する
極端な理想状態は、たいていの場合「異なる数字を1個ずつ使う」「日数は合計〇日」といったルールの制約に引っかかる。ここで初めて、理想状態から「1手だけズラす（補正する）」ことで、条件に合致する現実的な最適解へと着地させる。
【決定ルール：最適化問題の極端化手順】
「最大」「最小」「最も～」というキーワードを見た瞬間、小さい数字から順番に書き出して総当たりで探す思考を完全に停止せよ。
必ず、「理論上の最大値（または最小値）」を最初に算出し、そこからルールの制約によって実現不可能なものを一つずつ削っていく「トップダウン型の絞り込み」を実行すること。総当たりと最適化は全くの別物であると認識しなければならない。
結論と家庭学習チェックリスト
開成中学の最大・最小（最適化）問題は、ひらめき依存だけでは再現できない。理論上の限界値を設定し、そこから論理的に変数を操作していく、客観的な作業の設計である。自己流の思いつきを捨て、当研究所が提示した型（手順）を徹底するか、信頼できるプロ（良質な通信教育や教材を含む）の力を借りるべきだ。今日から以下の手順を家庭学習に組み込むこと。
- 「極端な状態」を最初に言語化する： 問題文に最大・最小の指示が出たら、まず「〇〇を一番多く使い、△△を一番少なくする」という理想状態の方針を余白に書き出す。
- 最も影響の大きい要素から処理を固定する： 最上位の位、一番倍率の高い箇所、一番日当が高い職人など、全体への影響（ウェイト）が最も大きい変数から優先的に数値を決定していく。
- 総当たりを禁止し、差分（ズレ）で調整する： 理想状態がルール違反になった場合、すべてを最初から考え直すのではなく、「1つだけ隣の数字と交換したらどうなるか」という差分（ズレ）の補正のみで最適解を探り当てる。
コメント