O problema de index tracking consiste em perseguir a performance de um índice com uma quantidade menor de seus ativos componentes. Este problema é útil para a composição de fundos de investimentos passivos, como ETF’s. Porém, a limitação da quantidade de ativos aumenta a complexidade computacional do problema, tornando soluções ótimas inviáveis em tempo razoável. Este trabalho apresenta uma comparação entre um modelo de otimização linear e outro não-linear aplicados ao índice IBOVESPA. Foram apresentados dois algoritmos genéticos que objetivam obter soluções boas em tempo aceitável, quando comparados ao CPLEX. O melhor deles foi aplicado ao modelo linear, o qual apresentou maior tempo de solução se comparado ao não-linear. As performances dos portfolios resultantes foram comparadas no período pós-otimização, mostrando que o modelo linear apresentou uma menor medida de tracking error, apesar de menor retorno acumulado.