Orientador: Marcia Aparecida Gomes Ruggiero / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-13T09:36:27Z (GMT). No. of bitstreams: 1 Goncalves_DouglasSoares_M.pdf: 1768338 bytes, checksum: c4cc7b4b0fd9fd75e8b01510162d7662 (MD5) Previous issue date: 2009 / Resumo: Neste trabalho analisamos dois métodos para otimização global irrestrita: DIRECT, um método tipo branch-and-select, baseado em otimização Lipschitziana, com um critério especial de seleção que balanceia a ênfase entre busca local e global; e um método tipo branch-and-bound empregando as mais recentes técnicas em análise intervalar, junto com back-boxing e busca local, para acelerar o processo de convergência. Variações do método branch-and-bound intervalar, e combinaçções deste com as idéias do DIRECT foram formuladas e implementadas. A aplicação a problemas clássicos encontrados na literatura mostrou que as estratégias adotadas contribuíram para melhorar o desempenho dos algoritmos. / Abstract: In this work we analyze two unconstrained global optimization methods: DIRECT, a branch-and-select method, based on Lipschitzian optimization, with a special selection criterion that balances the emphasis between local and global search; and a branch-and-bound method incorporating the state of art interval analysis techniques, with back-boxing and local search, to speed up the convergence process. Interval branch-and-bound method variations, and combinations of them with the ideas of DIRECT were proposed and implemented. Application to classical problems found in literature, shows that the adopted strategies contribute to improve the performance of the algorithms. / Mestrado / Otimização / Mestre em Matemática Aplicada