Olá Benilton, tentando passar um exemplo reproduzivel, o experimento em questão executa um script para a obtenção dos valores preditos utilizando os dados do pivo, por meio do pacote geoComp. Nesse script, foram relatados problemas quanto ao tempo de processamento. A função responsável por tais "problemas" foi a função volta.cokri. Dentro dessa função identifiquei que o elevado tempo de processamento se deve à chamada a função eigen. Na eigen, constatei o processamento de grandes matrizes com valores exponenciais. Como minha pesquisa tem foco no processamento paralelo, estou realizando experimentos observando formas de se decompor tais matrizes de forma a realizar uma execução paralela. Em uma das execuções, crio as matrizes m1,m2,m3 e m4, como segue m1 <- mat.cokri[[2]][1:2601,1:2601] m2 <- mat.cokri[[2]][2602:5202,1:2601] m3 <- mat.cokri[[2]][1:2601,2602:5202] m4 <- mat.cokri[[2]][2602:5202,2602:5202] sendo essas sub-matrizes da mat.cokri[[2]] que é uma matriz (5202 x 5202). O que tinha em mente seria a execução paralela de tais matrizes por meio da função mclapply. Nesse experimento, fiz o seguinte: mclapply(1:4, function(i) { g1 <- mvrnorm(n=1, mat.cokri[[1]][1:2601],m1) g2 <- mvrnorm(n=1, mat.cokri[[1]][1:2601],m2) g3 <- mvrnorm(n=1, mat.cokri[[1]][2602:5202],m3) g4 <- mvrnorm(n=1, mat.cokri[[1]][2602:5202],m4) },mc.cores=4 ) Esse seria o procedimento correto? Claro, este sendo um exemplo hipotético, visto que a execução real faz um loop com 1000 iterações. Carlos Beleti.