Os problemas de otimização são muito complexos de serem resolvidos, pois podem apresentar múltiplas soluções ótimas, e em determinados casos apenas uma solução ótima global. A formulação matemática desses problemas é composta de variáveis contínuas e/ou discretas, e possuem funções lineares e/ou não-lineares. A solução destes problemas por modelagem matemática, através de solvers, podem não convergir para uma solução factível e/ou demandar muito tempo computacional, considerando um número elevado de variáveis. Desta forma, a utilização de meta-heurísticas para solução desses problemas é uma opção bastante atraente e utilizada na literatura. O algoritmo da meta-heurística busca dispersa (BD) vem se destacando na literatura como um bom algoritmo de otimização combinatória por tratar da qualidade e diversidade das soluções. O objetivo deste trabalho é apresentar duas metodologias utilizando o algoritmo de BD para solução de problemas com variáveis contínuas e discretas. Para tanto, a BD é implementada para solucionar o problema do caixeiro viajante (PCV), o qual é um problema que contém 100% de variáveis discretas, e também, uma outra versão da BD é implementada para solucionar o problema de fluxo de potência ótimo (FPO), o qual possui variáveis contínuas e discretas. Foram utilizadas duas instâncias do PCV e três instâncias do problema de FPO. Os resultados mostram que a BD resolve os dois tipos de problemas, e, em alguns casos apresentou resultados melhores se comparado às soluções dos mesmos problemas utilizando os modelos matemáticos clássicos através de solvers. Conclui-se que, a implementação do algoritmo da BD não requer muito esforço, e que se pode alcançar bons resultados para solução de problemas de otimização com variáveis de qualquer natureza.