Optimering – Wikipedia
- För andra betydelser, se Optimering (olika betydelser).
Den här artikeln behöver källhänvisningar för att kunna verifieras. (2016-09) Åtgärda genom att lägga till pålitliga källor (gärna som fotnoter). Uppgifter utan källhänvisning kan ifrågasättas och tas bort utan att det behöver diskuteras på diskussionssidan. |
Att optimera innebär att finna den bästa, "optimala", lösningen på ett problem utifrån de förutsättningar som ges. Låt oss anta att problemet består i att få ett så bra värde som möjligt, , på variabeln . Det gäller alltså inte att finna det idealt bästa värde , , som överhuvudtaget kan tänkas, men väl att uppnå det värde på som ligger så nära som möjligt, givet förutsättningarna.
Inom nationalekonomin avses med paretooptimal en situation då ingen kan få det bättre utan att någon annan får det sämre.
Förutsättningar
[redigera | redigera wikitext]Anta att förutsättningarna är
och att dessa kan samverka med varandra på olika sätt. Anta vidare att är beroende av hur förutsättningarna
samverkar med varandra. Processen att optimera , d.v.s. att finna , innebär nu att finna de värden på
som gör att blir så nära som möjligt.
Användning av termen optimering
[redigera | redigera wikitext]Definitionen gäller för vilka typer av funktioner eller samband som helst. Uttrycken "optimal" och "optimera" används oftast, (lite slarvigt) vid finslipning av tekniska apparater, industriella processer eller algoritmer (tex datorprogram) där resultatet ofta inte är det bästa möjliga men dock en avsevärd förbättring av funktionen. Ännu mindre strikt används termen ibland i dagligt tal utan att de underförstådda sambanden alls har preciserats utan tas för intuitivt givna.
Dataoptimering
[redigera | redigera wikitext]Vid optimeringar av datorprogram så talar man främst om två typer, utrymmesoptimeringar där man försöker göra programmet så litet som möjligt. Detta var vanligare förr då program- och arbetsminnen (primärminnen) var små, men det förekommer fortfarande vid konstruktion av mindre system. Den andra typen är tidsoptimeringar där målet är största möjliga beräkningskraft med minsta möjliga antalet instruktioner. Färre instruktioner innebär (oftast) att det tar kortare tid för programmet att klara uppgiften.
Inom matematiken behandlas läran om att optimera en funktion under givna bivillkor i optimeringsläran.