Este método de optimización, es clasificado como un método secuencial, y es también conocido como método clásico de investigación, método del factor único o de estrategia de un-factor-por-vez. En este método, se fijan a un cierto nivel, todos los factores que están siendo investigados, menos uno de ellos. Entonces, este último es variado hasta que se encuentre la mejor respuesta, después de esto, este factor es fijado y un nuevo factor sufre variación. El proceso se repite hasta que todos los factores hallan sido adecuados para dar la mejor resposta.

Considere, para un sistema hipotético,la Figura 1 como representación de las lineas de contorno de la superficie de respuestas obtenida como función de las variables X1 e X2.

La superficie ilustrada (superficie de respuestas) puede representar, por ejemplo, la resolución en el tiempo (respuesta) para una mezcla analizada en cromatografia gaseosa, en función del flujo del gas de arrastre (factor X1) y temperatura de la columna (factor X2). La temperatura de la columna (X2) es fijada inicialmente, y el flujo del gas de arraste (X1) es variado a lo largo del segmento AB y sus extensiones, una respuesta óptima es obtenida en el punto B. El factor optimizado es ahora tomado como constante y la temperatura de la columna (X2) es variada a lo largo del segmento BC y sus extensiones, hasta que una nueva respuesta óptima sea obtenida en el punto C.

En el desarrollo del proceso de optimización ejemplificado, un ciclo de variaciones no es suficiente para definir el óptimo com precisión. Un segundo ciclo debe ser realizado iniciando la variación del flujo del gas de arraste (X1), a lo largo del segmento CD y sus extensiones con la temperatura de la columna (X2) constante. Variándose la temperatura (X2) y manteniendo el flujo del gas de arraste (X1) constante se debe llegar al punto D que es más cercano al óptimo real que el ponto C obtenido en el ciclo anterior. Así, con el método univariado de optimización, se debe efectuar tantos ciclos cuantos sean necesarios hasta observar que no ocurre mejora en el resultado de la optimización.

Este tipo de procedimento es probablemente el método de optimización más común en química, sin embargo, este método no asegura que la región óptima sea localizada. El óptimo no será alcanzado sí la superficie de respuesta contiene crestas, tales como las presentadas en la superficie de la Figura 2. Box [6] fue uno de los primeros a notar que en esta situación el método univariado falla, y un falso óptimo es encontrado. Este error es común en los sistemas químicos, donde además de la interdependencia de factores, la localización del óptimo real por el método univariado depende de los valores iniciales escojidos para las variables a ser optimizadas.

En la Figura 3, ilustramos el problema de la existencia de la cresta, donde tomando X2 constante y variando X1 a lo largo del segmento AB y sus extensiones se encuentra un óptimo en B. La presencia de la cresta que crece hacia el noreste no será detectada y B será equivocadamente aceptado como el óptimo real.

Debemos aclarar que cuanto mayor la interacción entre las variables, mayor será la probabilidad de localización de un falso óptimo, yea la Figura 4. Por lo tanto, el método univariado es muy bueno para sistemas donde las variables optimizadas son independientes, lo que de hecho es relativamente raro para sistemas químicos.