Os algoritmos de controle preditivo têm uma grande aceitação na indústria de processos devido à capacidade de lidar com sistemas multivariáveis e com restrições. esses são projetados baseando-se no modelo da planta que geralmente está sujeito a incertezas. nesse contexto, é definido como controle preditivo robusto (rmpc) aquele que garante a estabilidade da malha fechada da planta mesmo na presença dessas incertezas. existem diversas formulações rmpc, no entanto, estas são baseadas em modelos de espaço de estados para os quais a estabilidade é garantida sob a suposição de que os estados podem ser medidos, o que não acontece na prática. assim, o objetivo deste trabalho é adaptar diferentes métodos rmpc utilizando apenas dados mensuráveis de entrada e saída. os métodos escolhidos foram o rmpc baseado em tubos e o rmpc com custo-contrativo, pois estes têm um custo computacional aceitável. primeiramente, a estratégia controle preditivo generalizado (gpc) é adaptada para incluir restrições de custo contrativo de forma a garantir estabilidade robusta em aplicações práticas onde não se tem acesso aos estados. em seguida, um rmpc baseado em tubos é adaptado utilizando um modelo não mínimo de forma a atingir o mesmo objetivo. por fim, um sistema multivariável não linear é usado como um estudo de caso para ilustrar a aplicação dos controladores propostos.