在估计的区域内随机取若干试验点。

然后从实验点中找出可行点。

再从可行点中选择最小点。

试验点的第j个分量xj服从内的均匀分布．

先产生一个随机数作为初始试验点,以后则将上一个试验点的第j个分量随机产生，其它分量不变而产生一新的试验点．这样，每产生一个新试验点只需一个新的随机数分量．当KMAXK或PMAXP时停止迭代．

符号说明：

P:试验点总数；MAXP：最大试验点总数；

K:可行点总数；MAXK：最大可行点数;

X*：迭代产生的最优点； Q：迭代产生的最小值f(X*)，其初始值为计算机所能表示的最大数．

确定求解的非线性规划问题，如图所示。

依次编写三个m文件，首先编写目标函数的m文件，如图所示。

然后编写约束条件的m文件，如图所示。

再依据蒙特卡洛法求解的基本思想编写主程序的m文件。先初始化，利用unifrnd函数产生服从均匀分布的随机数，作为试验点。

然后调用目标函数和约束条件的m文件，找出最优解，如图所示。

最后，显示找到的最优解，如图所示。

保存编好的程序，运行结果如图所示。

能否编好程序的关键就在于对蒙特卡洛法求解的基本思想的理解是否透彻。