In this work we are interested in direct search procedures: methods for unconstrained minimization that do not require derivatives of the objective function, neither their approximations. We consider an algorithm due to Lucidi and Sciandrone, in which global convergence is guaranteed by using a sufficient decrease of $f$. The algorithm combines two different subclasses of direct search methods, that is, line search andpattern search methods, taking the advantages of each different strategy. Its interesting theoretical results motivated us to report numerical experiments with the objective of analysing its computational performance.
Neste trabalho, voltamos nossa atenção para estratégias de busca direta, que são métodos de minimização que não fazem uso de derivadas ou de suas aproximações. Abordamos um algoritmo propostopor Lucidi e Sciandrone para problemas irrestritos, que usa um critério de decréscimo suficiente para garantir convergência global, no sentido que todo ponto de acumulação da seqüência de aproximações para o minimizador é um ponto estacionário do problema. Tal algoritmo mescla dois diferentes tipos de métodos de busca direta, a saber, busca linear e busca padrão, com o propósito de aproveitar as vantagens de cada estratégia. Motivados pelos interessantes resultados teóricos deste trabalho, realizamos alguns testes computacionais, especialmente em problemas clássicos de minimização irrestrita.
