En este documento, nos enfocamos en los problemas de encontrar un mínimo global de problemas de programación no lineal y estocástica. Para resolver este tipo de problema, proponemos nuevos enfoques basados en la combinación de métodos de búsqueda directa con Estrategias de Evolución (ESs) y enfoques metaheurísticos de Búsqueda Dispersa (SS). Primero, sugerimos nuevos diseños de ESs y SS con un elemento basado en memoria llamado Matriz Genética (GM) para tratar ese tipo de problemas. Estos métodos se llaman Estrategias de Evolución Dirigida (DES) y Búsqueda Dispersa Dirigida (DSS), respectivamente, y son capaces de buscar mínimos globales. Además, se puede lograr una convergencia más rápida acelerando el proceso de búsqueda evolutiva utilizando GM, y en la etapa final aplicamos el algoritmo Nelder-Mead para encontrar el mínimo global a partir de las soluciones encontradas hasta el momento. Luego, se invoca el método de muestra variable en el DES y DSS para componer nuevas técnicas de programación estocástica. Se han realizado experimentos numéricos extensos en algunas funciones conocidas para probar el rendimiento de los métodos propuestos.