更改

==定义==

==定义==

对于如何定义蒙特卡洛还没有达成共识。例如，'''里普利 Ripley <ref name="Ripley">Ripley, B. D. (1987). ''Stochastic Simulation''. Wiley & Sons.</ref> '''将大多数概率建模定义为'''随机模拟  stochastic simulation'''，蒙特卡罗则包含蒙特卡罗积分和蒙特卡罗统计检验。'''萨维罗斯基 Sawilowsky'''<ref name="Sawilowsky">Sawilowsky, Shlomo S. (2003). "You think you've got trivials?". ''Journal of Modern Applied Statistical Methods''. '''2''' (1): 218–225. doi:10.22237/jmasm/1051748460.</ref> 区分了模拟、蒙特卡罗方法和蒙特卡罗模拟：模拟是对现实的一种虚构的表现，蒙特卡罗方法是一种可以用来解决数学或统计问题的技术，蒙特卡罗模拟使用重复抽样来获得某些现象(或行为)的统计特性。例如：

对于如何定义蒙特卡洛还没有达成共识。例如，里普利 Ripley <ref name="Ripley">Ripley, B. D. (1987). ''Stochastic Simulation''. Wiley & Sons.</ref>将大多数概率建模定义为随机模拟 stochastic simulation，蒙特卡罗则包含蒙特卡罗积分和蒙特卡罗统计检验。萨维罗斯基 Sawilowsky<ref name="Sawilowsky">Sawilowsky, Shlomo S. (2003). "You think you've got trivials?". ''Journal of Modern Applied Statistical Methods''. '''2''' (1): 218–225. doi:10.22237/jmasm/1051748460.</ref>区分了模拟、蒙特卡罗方法和蒙特卡罗模拟：模拟是对现实的一种虚构的表现，蒙特卡罗方法是一种可以用来解决数学或统计问题的技术，蒙特卡罗模拟使用重复抽样来获得某些现象（或行为）的统计特性。例如：

*模拟：从区间[0,1]中绘制一个伪随机均匀变量可以用来模拟抛硬币：如果值小于或等于0.50，则结果为正面，但如果值大于0.50，则结果为反面。这是一个模拟，但不是蒙特卡洛模拟。

*模拟：从区间[0,1]中绘制一个伪随机均匀变量可以用来模拟抛硬币：如果值小于或等于0.50，则结果为正面，但如果值大于0.50，则结果为反面。这是一个模拟，但不是蒙特卡洛模拟。

*蒙特卡罗模拟法：一次或多次从区间[0,1]中绘制“大量”伪随机均匀变量，赋值小于或等于0.50作为正面，大于0.50为反面。这是一个多次掷硬币的“蒙特卡罗模拟”行为。

*蒙特卡罗模拟法：一次或多次从区间[0,1]中绘制“大量”伪随机均匀变量，赋值小于或等于0.50作为正面，大于0.50为反面。这是一个多次掷硬币的“蒙特卡罗模拟”行为。

'''卡洛斯 Kalos'''和'''惠特洛克 Whitlock'''<ref>Kalos, Malvin H.; Whitlock, Paula A. (2008). ''Monte Carlo Methods''. Wiley-VCH. ISBN <bdi>978-3-527-40760-6</bdi>.</ref>指出，这几种方法的区别并不总是容易分辨。例如，来自原子的辐射是一种自然的随机过程。它可以直接模拟，也可以用随机方程描述其平均行为，这些随机方程本身可以用蒙特卡罗方法求解。“实际上，同样的计算机代码可以同时被看作是‘自然模拟’或者通过自然抽样解方程。”

卡洛斯 Kalos和惠特洛克 Whitlock<ref>Kalos, Malvin H.; Whitlock, Paula A. (2008). ''Monte Carlo Methods''. Wiley-VCH. ISBN <bdi>978-3-527-40760-6</bdi>.</ref>指出，这几种方法的区别并不总是容易分辨。例如，来自原子的辐射是一种自然的随机过程。它可以直接模拟，也可以用随机方程描述其平均行为，这些随机方程本身可以用蒙特卡罗方法求解。“实际上，同样的计算机代码可以同时被看作是‘自然模拟’或者通过自然抽样解方程。”

'''蒙特卡罗和随机数 Monte Carlo and random numbers'''

'''蒙特卡罗和随机数 Monte Carlo and random numbers'''