蒙特卡洛模型是一種以機率和統計理論為基礎的隨機模擬方法，它通過建立所求問題的機率模型，並使用計算機進行統計模擬或隨機抽樣，以獲得問題的近似解。這種方法的核心思想是利用大數定律，即當重複次數足夠多時，事件發生的頻率將接近其機率。蒙特卡洛模擬並不是一個具體的算法，而是一個方法框架，它可以根據不同的套用問題抽象出相應的機率模型進行套用。
蒙特卡洛方法的名稱來源於20世紀40年代在「曼哈頓計劃」中研究核武器工作時使用的多次實驗結果分析，這些實驗結果的統計分析機率特徵與賭博的統計特性有密切聯繫，因此借用了摩納哥賭城蒙特卡洛的名字。
蒙特卡洛模擬廣泛套用於數學、物理、化學等領域，以及項目管理、風險管理、金融工程等多個領域。例如，在物理學中，蒙特卡洛方法可以用於模擬具有多個耦合自由度的系統，如流體、無序材料等；在工程項目中，它可以用於評估項目成本超支和進度超支的風險。
歷史上，蒙特卡洛方法的起源可以追溯到18世紀法國數學家蒲豐提出的投針問題，這被認為是蒙特卡洛方法的早期形式。蒲豐投針問題是一個經典的幾何概型問題，通過隨機投針到平行線上來計算圓周率的值。
總的來說，蒙特卡洛模擬是一種強大的數學工具，它通過計算機產生大量的隨機樣本進行模擬，用離散的樣本代替連續的情況，用頻率估計機率，從而解決各類複雜問題。