在MATLAB最优化计算中，第5章详细介绍了优化工具箱，包括工具箱的功能、新特色、结构和使用步骤。工具箱提供了GUI优化工具，可通过简单界面启动并解决各种优化问题。GUI工具还包含应用实例，帮助理解其工作原理。
第6章探讨无约束一维极值问题，涉及进退法、黄金分割法、斐波那契法、牛顿法等多种搜索算法，以及MATLAB工具箱中的fminbnd、fminsearch等函数应用实例。
第7章扩展到无约束多维极值问题，介绍了直接法（如模式搜索、Rosenbrock和单纯形搜索）和使用导数的间接法（如最速下降、共轭梯度等），同时展示了fminsearch、fminunc等函数的实际应用。
约束优化问题在第8章讨论，涉及Rosen梯度投影法、罚函数法和多种方法的组合，以及MATLAB工具箱中的具体应用。
非线性最小二乘优化在第9章涉及G-N法、修正G-N法和L-M法，同样提供了MATLAB工具箱中的解决方案。
线性规划和整数规划在后续章节分别讲解，通过单纯形法、分支定界法等策略，以及MATLAB工具箱的实用功能。
最后，二次规划部分介绍了拉格朗日法和路径跟踪等算法，同样提供了MATLAB工具箱的应用实例。
精通MATLAB最优化计算的主要内容是应用MATLAB来解决最优化问题，通过将“最优化问题”、“MATLAB优化工具箱”和“MATLAB编程”这三方面有机结合进行讲述，即一方面是使用工具箱来快速解决最优化问题，另一方面是通过算法编程深入解决最优化问题。 本书侧重于最优化算法的MATLAB实现，同时精选了大量的最优化问题实例，通过实例的求解，生动地教会读者掌握MATLAB在最优化问题方面的应用。