RESUMEN:La selección del revestimiento refractario de las cucharas se ha basado, hasta el presente, en criterios prácticos de los tecnólogos metalúrgicos. En el presente artículo se expone, por primera vez en la literatura especializada, la aplicación comparada de dos operadores de generación de opciones de materiales por zonas de acuerdo al esquema de descomposición en los algoritmos evolutivos multiobjetivos para el tratamiento de la tarea de selección de materiales. Se realizan las validaciones numéricas de funcionamiento de ambos operadores, así como, la comparación de sus resultados en cuanto a eficiencia y calidad de las soluciones obtenidas en las ejecuciones computacionales de ambos algoritmos. Estos operadores se implementaron bajo el concepto del método de Integración de Variables. En particular, se utiliza el operador de búsqueda aleatoria de un código variable y un operador genético de ordenamiento de soluciones no dominadas, basado en un algoritmo genético elitista (NSGAII) aplicados al problema estudiado. ABSTRACT: Genetic and random search operators applied to materials selection task of lining for metallurgical ladles. The selection of refractory lining of the ladles for steel casting has been based, until the present, in the metallurgy technologists' practical criteria. In this article the compared application of two search operators of materials options selection by zones inspired in the Evolutionary Multiple Objectives Algorithms for the treatment of the task of materials selection according to the adopted decomposition outline, is firstly reflected in the specialized bibliography. The numerical validation of the behavior of different indicators of both operators, as well as the comparison of their gain, efficiency and obtained solutions quality in the computational executions of both algorithms is carried out. These operators were implemented under the concept of the Integration of Variables method. Particularly, the Random Search of a Variable Code operator and a Not-Dominated Sorting Genetic Operator, based on elitist genetic algorithm NSGAII applied to the studied task are used.