Думаю, спершу я повинен дати вам просту відповідь, яка "ТАК майже завжди".
Це було нудно, тому давайте розберемося з цікавішими матеріалами, так би мовити, ускладненнями.
Методи Монте-Карло часто застосовуються для абсолютно нестахастичних проблем. Наприклад, перевірити інтеграцію Монте-Карло . Це потрібно взяти певні інтеграли, які зовсім не випадкові. Маартен говорив про характер проблем, до яких застосовується МС.
Іншим аспектом методів Монте-Карло є те, що вони зазвичай не використовують випадкових чисел, я б навіть майже ніколи не сказав. Методи МС найчастіше використовують генератори псевдовипадкових чисел . Це зовсім не випадкові числа. Подумайте про це: якщо ви встановите насіння, то кожне число у створеній послідовності абсолютно визначається насінням. Вони виглядають і пахнуть випадковими числами, тому ми їх використовуємо.
Google приклади MC, ви знайдете безліч прикладів , як це . У цьому конкретному прикладі є всі ці рівняння з ймовірностями тощо, але потім він продовжує використовувати функцію rgamma (.) У Р. Ця функція генерує послідовність псевдовипадкових чисел, що виглядає жахливо багато, як випадкові числа з розподілу Gamma .
Сказавши це, існують справжні послідовності випадкових чисел . Напрочуд невелика кількість статистиків використовує їх і навіть знає про них. Причина полягає в тому, що псевдослучайні генератори набагато зручніші та швидкіші. Справжні випадкові номери дорогі, вам доведеться купувати їх або апаратні генератори чисел (TRNG) . Вони багато використовуються в азартних програмах. Вони зазвичай генеруються з фізичних джерел, таких як радіоактивний розпад та шум у радіохвилях, тепло тощо. Завдяки @scruss за вказівку, що останнім часом TRNG стала набагато доступнішою.
Нарешті, існує сімейство методів під назвою Quasi Monte Carlo . Вони використовують послідовності чисел, які навіть не здаються схожими на випадкові числа, наприклад, соболові послідовності так званих чисел з низькою невідповідністю.