Existem muitos tipos de modelos que podem ser classificados de diferentes formas; modelos podem ser estáticos ou dinâmicos, matemáticos ou físicos, estocásticos ou determinísticos.

Uma das classificações mais úteis dividem os modelos naqueles que otimizam versus os que simulam. Essa distinção é particularmente importante uma vez que esses tipos de modelos são construídos para diferentes propósitos.

Modelos para otimização – Segundo definição do Dicionário Aurélio, otimização é “o conjunto das técnicas algorítmicas e de programação para buscar o valor ótimo de funções matemáticas”. As saídas de um modelo de otimização são uma indicação de como atingir algum objetivo concreto. Esse tipo de modelo não diz o que acontecerá em uma determinada situação, ao contrário, ele informa o que deve ser feito no sentido de obter o melhor resultado possível para um determinado problema. São chamados de normativos ou preditivos.

Uma nutricionista que pretenda, por exemplo, preparar uma refeição nutritiva ao menor custo possível ou um vendedor que precisa visitar um certo número de cidades, e deseja fazer isso da maneira mais rápida possível, considerando o melhor trajeto, são exemplos de problemas em que modelos de otimização podem ser utilizados com eficiência. Um modelo de otimização é tipicamente dividido em três partes:

• O objetivo: para a nutricionista, o objetivo é maximimizar os nutrientes e minimizar os custos. Para o vendedor, é minimizar o tempo de viagem;
• As variáveis de decisão: são as escolhas a serem feitas, como: que ingredientes colocar no prato e qual a ordem das cidades a serem visitadas.
• As restrições: limitam as escolhas das variáveis de decisão àquelas aceitáveis e possíveis. No caso da nutricionista, uma restrição seria o mínimo de determinado nutriente em um ingrediente ou o número de vezes que um determinado ingrediente pode ser repetido ao longo dos dias. Para o vendedor, restrições poderiam ser impostas pelos horários dos meios de transporte, por exemplo.