O presente trabalho tem como objetivo implementar um algoritmo híbrido para otimização de funções bidimensionais a partir do sequenciamento de dois tipos de metodologias, não determinísticas e subsequentemente determinística. Na primeira fase o algoritmo proposto utiliza operações procedentes de algoritmos genéticos (AG) e na segunda fase operações do algoritmo Simplex de Nelder e Mead. O Algoritmo Genético provê uma área promissora em que se encontra o mínimo global e na sequência o Simplex é iniciado a fim de identificar o ponto exato, ou o mais preciso possível, em que o mínimo global se encontra. O algoritmo híbrido proposto foi extensivamente testado usando funções Benchmark. Os testes foram realizados variando diversos parâmetros do AG com o objetivo de identificar qual combinação de parâmetros provê os melhores resultados de otimização global em um menor tempo de processamento.