1.1. Sformułowanie problemów optymalizacyjnych 1.2. Właściwości zadań programowania nieliniowego 1.3. Programowanie nieliniowe jako nieliniowy problem komplementarny 1.4. Iteracyjne rozwiązywanie zadań optymalizacji 1.5. Numeryczne obliczanie gradientu funkcji celu 1.6. Numeryczne obliczanie hesjanu funkcji celu 1.7. Numeryczne obliczanie jakobianu dla funkcji ograniczeń 2. Zastosowanie programowania obiektowego w zadaniach programowania nieliniowego 2.1. Klasy bazowe dla metod przesuwanej funkcji kary 2.1.1. Klasa bazowa dla metod przesuwanej funkcji kary z bezgradientową minimalizacją kierunkową 2.1.2. Klasa bazowa dla metody przesuwanej funkcji kary z minimalizacją kierunkową bazującą na gradiencie 2.2. Klasy bazowe dla metod wynikających z bezpośredniego rozwiązywania równań nieliniowych stanowiących warunki optymalności Karusha-Kuhna-Tuckera 2.2.1. Klasa bazowa z zastosowaniem logarytmicznej funkcji barierowej 2.2.2. Klasa bazowa z zastosowaniem funkcji wygładzającej 3. Programowanie nieliniowe metodą przesuwanej funkcji kary 3.1. Rozszerzona funkcja Lagrangea dla ograniczeń równościowych 3.1.1. Gradient rozszerzonej funkcji Lagrangea 3.2. Rozszerzona funkcja Lagrangea dla ograniczeń równościowych i nierównościowych 3.2.1. Gradient rozszerzonej funkcji Lagrangea z przesuwaną funkcją kary 3.3. Implementacja klasy bazowej dla przesuwanej funkcji kary 3.4. Implementacja klasy bazowej dla metod bezgradientowych 3.4.1. Minimalizacja rozszerzonej funkcji Lagrangea metodą bezgradientową Hooke'a-Jeevesa 3.4.2. Minimalizacja rozszerzonej funkcji Lagrangea metodą bezgradientową Powella 3.5. Implementacja klasy bazowej dla metod gradientowych 3.5.1. Minimalizacja rozszerzonej funkcji Lagrangea metodą gradientu sprzężonego Fletchera i Reevsa 3.5.2. Minimalizacja rozszerzonej funkcji Lagrangea metodą zmiennej metryki Broydena-Goldfarba-Fletchera-Shanno 3.6. Przykłady testujące algorytmy z przesuwaną funkcją kary 3.6.1. Programowanie nieliniowe dla małych zagadnień 3.6.2. Programowanie nieliniowe z przesuwaną funkcją kary dla dużych zagadnień 4. Programowanie nieliniowe metodą mnożników Lagrange'a z warunkami Karusha-Kuhna-Tuckera 4.1. Postacie ograniczeń zadania programowania nieliniowego 4.1.1. Ograniczenie równościowe i nierównościowe 4.1.2. Ograniczenia nierównościowe 4.1.3. Ograniczenia równościowe 4.1.4. Ograniczenia równościowe i nierównościowe z nieujemnością zmiennych stanu 4.1.5. Ograniczenie nierównościowe z nieujemnością zmiennych stanu 4.1.6. Ograniczenie równościowe z nieujemnością zmiennych stanu 4.2. Implementacja klasy bazowej programowania nieliniowego dla dowolnej postaci ograniczeń 4.3. Zastosowanie logarytmicznej funkcji barierowej do rozwiązywnia zadań programowania nieliniowego 4.3.1. Konstrukcja algorytmu programowania nieliniowego dla dowolnych ograniczeń 4.3.2. Implementacja metod programowania nieliniowego metodą logarytmicznej funkcji barierowej dla różnych wariantów ograniczeń 4.3.3. Implementacja klas pochodnych dla różnych wariantów ograniczeń programowania nieliniowego 4.4. Zastosowanie funkcji wygładzającej do rozwiązania zadania programowania nieliniowego 4.4.1. Konstrukcja algorytmu z zastosowaniem funkcji wygładzającej 4.4.2. Implementacja metod programowania nieliniowego z zastosowaniem funkcji wygładzających dla różnych wariantów ograniczeń 4.4.3. Implementacja klas pochodnych względem klasy bazowej z zastosowaniem funkcji wygładzających 4.5. Przykłady testujące algorytmy bazujące na warunkach optymalności Karusha-Kuhna-Tuckera 4.5.1. Przykład programowania nieliniowego dla małych zagadnień 4.5.2. Przykład programowania nieliniowego dla dużych zagadnień 5. Przykłady projektów 5.1. Zastosowanie programowania nieliniowego do optymalizacji rozpływu mocy w systemie prądu stałego 5.2. Symetryzacja zastępczych reaktancji fazowych trójfazowego toru wielkoprądowego 5.3. Geometryczne zadanie Powella Klasy wektorów i macierzy