Bei Problemen in Technik, Natur- und Finanzwissenschaften werden häufig maximale Ergebnisse unter minimalem Aufwand gesucht.

Optimierungsprobleme stellen sich in allen wissenschaftlichen Disziplinen, in denen mit unbekannten Parametern gearbeitet wird, wie beispielsweise in der Physik, der Chemie oder der Meteorologie, aber auch in der Medizintechnik, der Produktion oder im Design.

Die Modellierung einer praktischen Anforderung als Optimierungsaufgabe und deren anschließende Kategorisierung in lineare, nichtlineare oder vektorielle Optimierung sowie wie auch diskrete, geometrische, kontinuierliche oder parametrische Optimierung stellt einen wesentlichen Schritt zur Lösungsfindung und die Basis softwareunterstützter Umsetzung, das rechnergestützte Konstruieren und Berechnen (oft auf Basis einer Finite-Elemente-Berechnung), dar.

Jede Kategorie von Optimierungsproblemen benötigt ihren speziell angepassten Lösungsalgorithmus (Solver). Die richtige Wahl des Solvers stellt somit eine wesentliche Aufgabe bei der Lösung eines Optimierungsproblems dar.