Denne rikt illustrerte boken gir en grundig innføring i optimalisering, og henvender seg til et bredt publikum. Den balanserer teori, modeller og algoritmer på en måte som gjør emnet tilgjengelig for leserne. Gjennom mange eksempler fra statistisk læring, driftsforskning, ingeniørvitenskap, finans og økonomi, forklarer teksten hvordan man kan formulere og begrunne modeller, samtidig som man tar hensyn til virkelige hensyn, slik som usikkerhet i data. Boken går utover de klassiske emnene innen lineær, ikke-lineær og konveks programmering, og omhandler også ikke-konvekse og ikke-smidige problemer, spillteori, generaliserte likninger og stokastisk optimalisering. Den presenterer teoretiske aspekter i konteksten av konkrete problemer, noe som gjør det til et tilgjengelig springbrett til variasjonell analyse, integralfunksjoner og tilnærmings-teori. Med mer enn 100 oppgaver og 200 fullt utviklede eksempler, illustrerer den praktisk anvendelsen av konseptene. Leserne bør ha en viss bakgrunn i differensialregning og lineær algebra, samt at kjennskap til reell analyse ville vært nyttig, men er ikke et krav.
