Os cereais matinais são produtos extrusados de alto teor de proteína, carboidratos e fibras, que são consumidos com leite. A modelagem matemática é essencial para predizer e simular o comportamento dos materiais submetidos à hidratação, com o intuito de descobrir as melhores condições de temperatura e de tempo de hidratação do processo. Esse trabalho teve como objetivo modelar e otimizar o processo de hidratação de cereal matinal com leite, visando encontrar as variáveis ideais de tempo e temperatura de hidratação, bem como a proporção de leite e cereal para obtenção de um produto pronto para o consumo, além de utilizar dois modelos matemáticos e rede neural artificial para simular a cinética de absorção de leite. A hidratação foi conduzida em 3 proporções de cereal/leite e 3 temperaturas de imersão durante duas horas, com cereal de milho (sem açúcar) e leite UHT integral. Os tratamentos utilizados na hidratação (proporção, temperatura e tempo) causaram efeito significativo (p < 0.05) em todas as propriedades físico-químicas do cereal matinal hidratado com leite. Dos modelos matemáticos, o modelo de Peleg foi o que melhor descreveu a cinética de absorção de leite no cereal nas temperaturas e proporções investigadas, e obteve bons ajustes aos dados experimentais. A aplicação da rede neural artificial representou de forma satisfatória a cinética de absorção do leite. / Breakfast cereals are extruded products with a high content of protein, carbohydrates and fibers, which are consumed with milk. The mathematical modeling is essential to predict and simulate the behavior of the materials submitted to hydration, in order to discover the best conditions of temperature and hydration time in the process. The objective of this work was to model and optimize the process of breakfast cereal hydration with milk, aiming to find the ideal variables of time and temperature of hydration, as well as the proportion of milk and cereal to obtain a product ready for consumption, besides using two mathematical models and Artificial Neural Network to simulate the kinetics of milk absorption. Hydration was conducted in 3 cereal/milk proportions and 3 immersion temperatures for two hours, with corn cereal (without sugar) and integral UHT milk. The treatments used in hydration (proportion, temperature and time) had a significant effect (p <0.05) on all physical-chemical properties of breakfast cereal hydrated with milk. About mathematical models, the Peleg’s model best described the kinetics of milk absorption in the cereal at the temperatures and proportions investigated, and obtained good adjustments to the experimental data. The application of Artificial Neural Network satisfactorily represented the kinetics of milk absorption.