蒙特卡洛方法（也有蒙特卡洛算法）是使用随机抽样来获得数值结果的一大类算法的总称。它用于通过模拟解决统计问题。这是最早描述的计算机模拟方法之一（有关更广泛的介绍和参考资料，请参见此处）。用简单的英语来说，蒙特卡洛正在绘制随机数来模拟某些东西，然后通常使用某种聚合来对模拟现象做出结论。

正如Metropolis 本人回忆的那样（另见此处），这个名字的灵感来自于赌场的名字，

那时我为统计方法提出了一个明显的名称——这个建议与斯坦 [乌拉姆] 有一个叔叔会向亲戚借钱，因为他“只需要去蒙特卡洛”这一事实不无关系。

大都会，N.（1987 年）。蒙特卡洛方法的开始。 洛斯阿拉莫斯科学，125-130。

安德森，HL (1986)。大都会、蒙特卡洛和疯子。 洛斯阿拉莫斯科学，96-108。

重复实验是一个好的开始。

例如，在金融领域，我们尝试为 30 年的退休做计划，但投资回报并不能得到保证。一个模型指出，每年的回报率为 10%，标准差为 14%。蒙特卡洛可以通过将这个回报视为随机事件并将 30 年的回报运行大约 1000 次来帮助我们理解预期回报。