您可能无法确定获得 1% 误差所需的确切点数，但您可以估计获得该精度所需的点的数量级。

的速率收敛，其中是样本大小。这意味着绝对误差有界为，其中 C 是某个常数。粗略地说，这意味着每增加一个精度数字，您就需要多出 100 倍的点数。由于您需要两位数的准确度才能获得 1% 的准确度（即因为 1% 相当于 0.01），所以您将在点的数量级上。由于我们不知道常数 C，因此该估计值并不能保证您将获得 1% 的准确度，恰好点。该常数取决于您正在采样的函数的属性，其数量级可能无法估计.$O(\frac{1}{\sqrt{N}})$$N$$|\mu-\mu_{approx}|<\frac{C}{\sqrt{N}}$$100*100=10^5$$10^5$

我还没有遇到可以定义 MC 模拟的最佳样本数量的“显式”公式。

通常，一个好的方法是估计每个样本大小的模拟方差为。那么样本的标准误差将是。您可以通过增加样本量来重复错误估计，并在误差达到某个阈值的样本量处停止。$n$$\sigma^2_n$$n$$\frac{\sigma_n}{\sqrt{n}}$