Нелинейное программирование охватывает задачи оптимизации, в которых целевая функция или ограничения являются нелинейными. В отличие от линейных задач, здесь локальный экстремум не всегда является глобальным, а сложность алгоритмов зависит от свойств выпуклости функции. Методы градиентного спуска составляют основу итерационных процедур для поиска локального минимума дифференцируемых функций.

Целочисленное программирование — это раздел математического программирования, в котором на некоторые или все переменные накладывается условие целочисленности. Это кардинально меняет природу задачи: если для линейного программирования существуют эффективные полиномиальные методы, то целочисленные задачи во многих случаях относятся к классу NP-трудных. Наиболее распространенным и эффективным подходом для их решения является метод ветвей и границ.

Динамическое программирование — это математический подход к решению задач, в которых процесс принятия решений разбит на несколько этапов, причем результат каждого этапа влияет на последующие. Основанный на принципе оптимальности Ричарда Беллмана, метод позволяет сводить многошаговую задачу оптимизации к последовательности простых одношаговых подзадач, что делает его незаменимым в задачах управления запасами, календарного планирования и инвестиционного проектирования.

Теория двойственности является одним из самых мощных теоретических и прикладных разделов математического программирования. Она позволяет рассматривать задачу оптимизации с двух разных точек зрения: исходной задачи и ее двойственного аналога. Помимо математической элегантности, двойственность обладает глубокой экономической интерпретацией, позволяя оценить эффективность ресурсов и рыночную стоимость ограничений.