O problema de otimizar a distribuição de gás de injeção a poços de petróleo e direcionar a produção para separadores sujeitos a restrições de vazão é um problema não-linear inteiro-misto de considerável dificuldade. uma abordagem para resolver tais problemas consiste em transformar as funções não-lineares em lineares por partes. ainda assim, para se obter bons modelos, as curvas são finamente discretizadas, o que torna o modelo complexo. para abordar este problema, é proposta a estratégia de gerar curvas lineares por partes de forma adaptativa. a adaptação é construída com um subconjunto de breakpoints da função original de tal forma que a região do ótimo coincida com a curva original. este procedimento é nomeado linearização por partes adaptativa, que busca iterativamente encontrar o ponto ótimo, adaptando as curvas no seu entorno até que o problema convirja. para gerar novas adaptações, com um dado ponto ótimo, três heurísticas são propostas: linear, na qual a região no entorno do ponto ótimo na curva é adaptada; linear com pontos fixos, que é a mesma da linear, mas fixando pontos distantes do ótimo ao gerar uma nova adaptação; e logarítmica, inspirada no algoritmo de busca binária, segundo o qual os intervalos da adaptação próximos ao ponto ótimo são subdivididos. a linearização por partes adaptativa é então aplicada na otimização da produção de diferentes campos de petróleo e gás com curvas de desempenho dos poços unidimensionais. no geral, o tempo computacional é superior a uma resolução sem a linearização por partes adaptativa, i.e. a técnica não trouxe ganhos para funções unidimensionais. dentre as heurísticas lineares, não houve ganho ao fixar os pontos, pois o maior custo computacional é gasto não no problema de adaptação, mas no de otimização, que é resolvido diversas vezes, uma para cada iteração. para os cenários com baixa disponibilidade de gás, a heurística linear convergiu com menos iterações, pois o ponto ótimo foi encontrado no início das curvas, que é uma região bem adaptada já na aproximação inicial. para maiores disponibilidades, a heurística logarítmica convergiu com um menor número de iterações. por último, são estabelecidas as fundações para a linearização por partes adaptativa bidimensional. as heurísticas lineares e logarítmicas são estendidas para este contexto e validadas em problemas simples de otimização.