蒙特-卡罗法（Monte Carlo method），一种用统计抽样理论近似地求解物理或数学问题的方法。又称统计实验方法或计算机模拟方法。以摩纳哥境内赌城蒙特卡洛（又译蒙特卡罗）命名，暗喻与赌博中的统计随机性相似。作为一种计算方法，它是由S.M.乌拉姆和J.冯·诺伊曼在20世纪40年代中叶为研制核武器首先提出的。但该法的基本思想此前早已被统计学家采用，有解析方法或数值方法不可替代的特点。它利用数学、物理模型能很好地描述和模拟随机物理过程，在数学以及粒子物理、核物理、激光技术、等离子体物理、统计物理等方面有广泛的应用。

以粒子物理研究的过程为例，如粒子的产生、衰变和输运过程都是随机的，因此在粒子物理实验中普遍采用这一方法，对各种物理过程，如电磁簇射、强子碎裂、强子喷注等以及各种物理量的统计分布（如动量、角分布等）进行模拟。对物理过程、物理量的分布进行预测并与实验数据进行比较，以检验数据的真实、可靠性。这一方法常常用在粒子物理实验的设计，用模拟和计算来显示探测器配置是否合理，可否达到预期的实验目标。这一方法还用在探测器的改进和物理分析中，蒙特卡罗模拟包括事例的产生和衰变、末态粒子在探测器中输运等过程的模拟，是粒子物理数据分析的一个重要的组成部分。

在粒子物理领域，许多物理过程的模拟计算程序已趋标准化，可供物理学家方便使用。随着标准模型的发展，计算机技术和计算物理方法的进步，蒙特卡罗方法也不断得到完善和提高。反过来又促进了数值计算等方法的发展。

以数学为例，蒙特卡罗法解决实际问题的过程通常包括：对求解问题建立概率统计模型使所求的解恰好是模型的概率分布或数学期望，然后建立模型中的随机过程或随机变量的抽样方法，根据抽样结果给出问题的近似解，以积分计算为例，计算公式是：

式中｛ x n}是抽样所得的( a, b)上均匀分布随机数列。根据概率理论，若 ξ是区间( a, b)上均匀分布的随机变量，则：

便是随机变量 f( ξ)的 数学期望，上述的积分计算公式可理解为使用样本均值来估计数学期望。 蒙特卡罗法的精度是( σ 2/ N) 1/2，式中的 σ 2是模型的 方差，建模时，应尽可能选方差小的模型。