Problemas de engenharia frequentemente envolvem simulações e experimentos que fazem uso de funções não lineares de múltiplas variáveis. A otimização de tais processos muitas vezes se torna muito complexa, assim é necessário utilizar aproximações que transformam um problema de programação matemática não linear (NLP) em um problema de programação matemática de inteiro-mistos (MILP). A dificuldade associada às aproximações está tipicamente relacionada a sua precisão e também ao tempo computacional necessário para o seu cálculo. Nesse contexto, esse projeto visa investigar a possibilidade da aproximação das funções não lineares como redes neurais ReLU modeladas por problemas MILP, e verificar se existem melhorias significativas na precisão e no tempo computacional em comparação com os métodos tradicionais.