Resumo: Algoritmos estocásticos de otimização (tais como os Algoritmos Genéticos e Algoritmos “Simulated Annealing”) vêm se tornando a abordagem-padrão para a determinação de pontos extremos globais de funcionais contínuos não-lineares multimodais. Esses algoritmos realizam a avaliação desses funcionais em um grande número de pontos, com distribuição espacial aproximadamente aleatória na região próxima ao ponto extremo, sendo que tal conjunto de avaliações é geralmente descartado após a obtenção do “ponto de ótimo”. O presente trabalho apresenta uma metodologia para a utilização do conjunto de avaliações do funcional objetivo que foi gerado por um algoritmo genético, com o intuito de obter informações adicionais, relacionadas com a sensibilidade do funcional objetivo na região próxima à solução. Como resultado da análise, são obtidas expressões analíticas de elipsóides que aproximam as curvas de nível do funcional objetivo nessa região.
Palavras Chave: otimização, análise de sensibilidade, algoritmos estocásticos.
