Waarom is dit belangrijk?
Technici kunnen met wiskundige optimalisatie systemen die zichzelf bijsturen zo afstellen dat afwijkingen en extra sturing samen klein blijven. In de economie helpt wiskundige optimalisatie om het nut van een product te verhogen binnen een vast budget. Op school en op het werk bepaalt het gekozen criterium de uitkomst, en een fout criterium of een oplossing die alleen in de buurt goed lijkt, kan tot een teleurstellend plan leiden.
Zo werkt het in de praktijk
Energiebedrijven gebruiken wiskundige optimalisatie om de inzet van centrales te plannen. Dit wordt meestal als lineair model met gewone en hele getallen opgeschreven. Ook een speelschema, zoals dat van de NFL, ontstaat via roostering met deze methode.
Het Centrum Wiskunde & Informatica (CWI) in Amsterdam onderzoekt de koppeling van machine learning en wiskundige optimalisatie. In september 2025 liep daar een promotieschool over die koppeling. Deelnemers bekeken hoe geleerde voorspellingen online algoritmen sneller maken en betere keuzes geven bij onzekere data.
In transport noemen vakmensen dit werk operations research, een werkwijze waarin modellen de beslissing beschrijven. Lineaire modellen lossen zij exact op met de simplexmethode, een stapsgewijze rekenwijze. Bij hele getallen gebruiken pakketten branch-and-cut, dat de zoekruimte in stappen verkleint.




