Viele theoretische Berechnungen in der Physik und den Ingenieurwissenschaften führen auf nichtlineare Optimierungsprobleme. Gradientenmethoden bleiben in lokalen Minima hängen, so daß man diese von sehr vielen Punkten des hochdimensionalen Variablen-Raums starten müßte. Es werden zwei Methoden vorgestellt, die ohne Einblick in jeden Winkel des Raums auskommen. Die erste Methode (simulated annealing) ist stochastischer Natur, findet im ungünstigen Fall das Extremum nicht, die zweite Methode liefert absolut sichere Aussagen, terminiert aber nicht immer. Für eine weitere (stochastische) Methode, den genetischen Algorithmus, sei auf die Literatur verwiesen [Dav87].