Submitted by Maria Cristina (library@lncc.br) on 2015-09-23T18:31:34Z No. of bitstreams: 1 tese_pedro.pdf: 954527 bytes, checksum: e9834fab8c799933912f185f0a422658 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2015-09-23T18:31:58Z (GMT) No. of bitstreams: 1 tese_pedro.pdf: 954527 bytes, checksum: e9834fab8c799933912f185f0a422658 (MD5) / Made available in DSpace on 2015-09-23T18:32:21Z (GMT). No. of bitstreams: 1 tese_pedro.pdf: 954527 bytes, checksum: e9834fab8c799933912f185f0a422658 (MD5) Previous issue date: 2015-04-22 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Optimization algorithms are known to have a wide range of applications in various areas of knowledge. Thus, any improvement in the performance of optimization algorithms generate great impact in solving various problems. Thus, this work indroduces the area of quantum algorithms for global optimization (maximization/minimization) of continuous functions through different quantum search methods and classical local optimization algorithms. In this case, the use of search quantum algorithms is tied directly to performance with respect to the classical method: using a quantum computer can find an element in an unsorted database using only $O(\sqrt{N})$ queries. / Algoritmos de otimização são conhecidos por apresentarem uma vasta gama de aplicações em diversas áreas do conhecimento. Desta forma, qualquer melhoria no desempenho dos algoritmos de otimização gera grande impacto na resolução de diversos problemas. Neste sentido, este trabalho introduz a área de algoritmos quânticos para a otimização global (maximização/minimização) de funções contínuas através de diferentes métodos quânticos de busca e algoritmos clássicos de otimização local. Neste caso, a utilização de algoritmos quânticos de busca está diretamente associada ao desempenho com relação ao método clássico: usando um computador quântico pode-se encontrar um elemento em um banco de dados não-ordenado usando apenas $O(\sqrt{N})$ consultas.