The evolution of manipulator robots has increased the complexity of their models and applications, requiring that inverse kinematics methods integrated into their control systems have characteristics such as fast convergence, completeness, low computational cost, and the ability to avoid minimal locations and singularities. The probabilistic search method known as Rapidly Random Tree (RRT) is widely used in the area of motion planning and can also be considered in the context of inverse kinematics. In most RRT literature, a tree is applied in the configuration space, which results in a large space for most manipulators. In this thesis, an inverse kinematics technique based on RRT applied directly to the workspace is proposed, which yields a reduced-dimension search space, by representing the tree nodes as joints and the edges as links of the manipulator. This space change allows an intuitive interpretation of the tree parameters, which facilitates the alteration of the different variables that make up the classic RRT algorithm. Through this intuitiveness, a polarization direction in the probability model was developed towards the regions which contain all possible solutions to the problem of inverse kinematics in order to get a lower convergence time without losing its probabilistic completeness. Such characteristics are evaluated through simulated experiments.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESA evolução dos robôs manipuladores tem aumentado a complexidade de seus modelos e aplicações, exigindo que os métodos de cinemática inversa que integram seus sistemas de controle possuam características como rápida convergência, completude, baixo custo computacional e capacidade de evitar mínimos locais e singularidades. Possuindo muitas dessas vantagens, o método de busca probabilística conhecido como RRT (do inglês: Rapidly Random Tree), amplamente utilizado na área de planejamento de movimento, também pode ser considerado no contexto da cinemática inversa. Na maioria dos trabalhos em RRT, a árvore é aplicada no espaço de configurações, o que resulta em um espaço de dimensão elevada para grande parte dos manipuladores. Neste trabalho de mestrado é proposta uma técnica de cinemática inversa baseada na RRT aplicada diretamente no espaço de trabalho, o que implica um espaço de busca de dimensão reduzida, ao representar os nós da árvore como juntas e as arestas como elos do manipulador. A mudança de espaço realizada possibilita uma interpretação intuitiva dos parâmetros da árvore, o que facilita a alteração das diferentes variáveis que compõem o algoritmo clássico da RRT. Através dessa intuitividade, foi desenvolvida uma polarização do modelo de probabilidade em direção as regiões que contém todas as possíveis soluções para o problema de cinemática inversa a fim de obter um menor tempo de convergência sem perder sua completude probabilística. Tais características são avaliadas através de experimentos simulados.São Cristóvão