Задача поиска наилучшего решения из всех допустимых вариантов.Задача оптимизации — это математическая задача, в которой ищется наилучшее решение из множества допустимых вариантов, обычно путем максимизации или минимизации целевой функции. Такие задачи встречаются в физике, инженерии и информатике: от поиска состояния материала с наименьшей энергией до планирования энергосетей или проектирования эффективных сетей. Сложность заключается в размере пространства решений, которое часто растет экспоненциально, что делает полный перебор невозможным.
Формальное изучение оптимизации восходит к XVII веку, к вариационному исчислению, но современная область возникла в XX веке с появлением линейного программирования и разработкой симплекс-метода Джорджем Данцигом в 1947 году. Квантовая оптимизация приобрела популярность в 1990-х годах с предложением квантового отжига.
Алгоритмы оптимизации итеративно улучшают кандидатные решения, оценивая целевую функцию и исследуя соседние конфигурации. Классические методы включают градиентный спуск, имитацию отжига и генетические алгоритмы. Квантовые подходы, такие как квантовый отжиг или квантовый приближенный алгоритм оптимизации (QAOA), используют суперпозицию и запутанность для более эффективного поиска в пространстве решений для определенных классов задач. Гибридные классическо-квантовые методы сочетают оба подхода для учета реальных ограничений.
Оптимизация используется в логистике для планирования маршрутов, в материаловедении для предсказания кристаллических структур, в финансах для выбора портфеля, а также в квантовых вычислениях для решения задач Max-Cut и других комбинаторных задач.
Задача коммивояжера, классическая задача оптимизации, настолько сложна, что даже для 100 городов полный перебор потребовал бы больше вычислительных шагов, чем число атомов в наблюдаемой Вселенной.











