O presente trabalho tem por objetivo o estudo da otimização multiobjetivo aplicada ao projeto de perfis aerodinâmicos em regime transônico, analisando comparativamente diferentes formas de definir as funções objetivo. A otimização é efetuada pelo algoritmo genético NSGA-II. Os resultados são avaliados utilizando métricas de diversidade da população e otimalidade das soluções, das quais duas são propostas. As funções objetivo são constituidas de diferentes parametrizações da geometria e diferentes técnicas de simulação numérica. A parametrização da geometria é feita utilizando a paramentrização Parsec ou a parametrização baseada em pontos de controle. A discretização do domínio espacial é feita utilizando malha estruturada conformada ao perfil e suavização por EDP elíptica. As duas técnicas de volumes finitos com diferentes modelos para o cálculo do fluxo na face do volume implementadas foram o método de Jameson (esquema centrado) e o método de Roe (esquema upwind). As comparações feitas são as seguintes: utilização de modelo viscoso e invíscido, com o uso do código Mses com a parametrização por ponto de controle; a utilização da parametrização por ponto de controle e parametrização Parsec usando o método de Jameson; e a comparação entre o método centrado e o upwind, utilizando a parametrização Parsec. Conclui-se dos resultados obtidos que a utilização da parametrização por pontos de controle é melhor. Entretanto, ainda é necessária a utilização de uma parametrização que garanta maior suavidade ou a imposição de restrições sobre a suavidade da solução. A utilização do modelo viscoso torna os resultados da otimização melhores do ponto de vista da otimalidade. Na utilização de modelos de correção viscosa, como no caso do Mses, é necessária a utilização de métodos invíscidos que forneçam resultados com maior representatividade física

The objective of present study is analyze the multi-objective optimization applied to transonic airfoils project comparing different ways to define the objective functions. The optimization is evaluated by the genetic algorithm NSGA-II. The results is analyzed using metrics of diversity and optimality for multi-objective problems, which two are proposed. The objective functions are defined by different parametrizations of geometry and different techniques of numerical simulation. The geometry parametrization was made by two distinct forms: using Parsec parametrization; and the control points based parametrization. The space domain discretization was made using structured body-fitted mesh with elliptical PDE smooth. A finite volume code with two different techniques for calculations of flux interface had been implemented: the Jamesons method (centered); and the Roes method ( it upwind). For viscous model usage analysis was used the Mses code that has implemented a finite volumes technique with viscous model correction. The following comparisons has been made: viscous and inviscid model using the Mses code with the control points parametrization; the control points and Parsec parametrizations using the Jamesons method; and the comparison among the centered method and upwind using the parametrization Parsec. From the results, it is concluded that the used of control points parametrization is interesting. Although, is still needed the used of a parametrization that guarantees a better smoothness or the imposes of a geometrical or property distribution restriction. The uses of viscous model gives better optimizations results in optimality requirement. It is needed the uses of inviscid method that forces better physical representation when using viscous correction model