Incluye referencias bibliográficas e índice.

'La optimización numérica presenta una descripción completa y actualizada de los métodos más efectivos en la optimización continua. Responde al creciente interés en la optimización en ingeniería, ciencia y negocios enfocándose en los métodos que mejor se adaptan a los problemas prácticos. Para esta nueva edición, el libro ha sido completamente actualizado en todo momento. Hay nuevos capítulos sobre métodos interiores no lineales y métodos sin derivación para la optimización, los cuales se utilizan ampliamente en la práctica y son el foco de mucha investigación actual. Debido al énfasis en los métodos prácticos, así como a las extensas ilustraciones y ejercicios, el libro es accesible para una amplia audiencia. Se puede utilizar como texto de posgrado en ingeniería, investigación de operaciones, matemáticas, informática y negocios. También sirve como un manual para investigadores y profesionales en el campo. Los autores se han esforzado por producir un texto que sea agradable de leer, informativo y riguroso, uno que revele tanto la naturaleza hermosa de la disciplina como su lado práctico.

Fundamentals of Unconstrained Optimization -- Line Search Methods -- Trust-Region Methods -- Conjugate Gradient Methods -- Quasi-Newton Methods -- Large-Scale Unconstrained Optimization -- Calculating Derivatives -- Derivative-Free Optimization -- Least-Squares Problems -- Nonlinear Equations -- Theory of Constrained Optimization -- Linear Programming: The Simplex Method -- Linear Programming: Interior-Point Methods -- Fundamentals of Algorithms for Nonlinear Constrained Optimization -- Quadratic Programming -- Penalty and Augmented Lagrangian Methods -- Sequential Quadratic Programming -- Interior-Point Methods for Nonlinear Programming.