几乎所有文章都明明白白说是统计方法：包括
“统计模拟方法”“概率统计理论为指导的数值计算方法”“蒙特卡罗方法又称统计模拟法、随机抽样技术，是一种随机模拟方法，以概率和统计理论方法为基础的一种计算方法”。等等
你白痴竟然全部读不懂！
附：
维基百科：
蒙特卡罗方法（英語：Monte Carlo method），也称统计模拟方法，是1940年代中期由于科学技术的发展和电子计算机的发明，而提出的一种以概率统计理论为指导的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。
百度：
“蒙特卡罗法也称统计模拟法、统计试验法。是把概率现象作为研究对象的数值模拟方法。是按抽样调查法求取统计值来推定未知特性量的计算方法。”
MBA智库百科：
蒙特卡罗方法概述
蒙特卡罗方法又称统计模拟法、随机抽样技术，是一种随机模拟方法，以概率和统计理论方法为基础的一种计算方法，是使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。为象征性地表明这一方法的概率统计特征，故借用赌城蒙特卡罗命名。
1946年，美国拉斯阿莫斯国家实验室(Los Alamos National Lab)的三位科学家John von Neumann(冯诺依曼)，Stan Ulam(斯坦乌尔姆)和Nick Metropolis(尼克梅特珀利斯)共同发明，被称为蒙特卡洛方法。具体定义是：在广场上画一个边长一米的正方形，在正方形内部随意用粉笔画一个不规则的形，现在要计算这个不规则图形的面积，蒙特卡洛(Monte Carlo)方法告诉我们，均匀的向该正方形内撒N(N是一个很大的自然数)个黄豆，随后数数有多少个黄豆在这个不规则几何形状内部，比如说有M个，那么，这个奇怪形积与正方形的面积之比便近似于M/N，N越大，算出来的值便越精确。在这里我们要假定豆子都在一个平面上，相互之间没有重叠。
举例说明，一个有10000个整数的集合，要求其中位数，可以从中抽取m<10000个数，把它们的中位数近似地看作这个集合的中位数。随着m增大，近似结果是最终结果的概率也在增大，但除非把整个集合全部遍历一边，无法知道近似结果是不是真实结果。
另外一个例子，给定数N，要求它是不是素数，可以任选m个小于N的数，看其中有没有能整除N的数，如果没有则判断为素数。这和通常见到的蒙特卡罗例子不同，近似结果往往错得更离谱，但随着m增大，近似结果是最终结果的概率也在增大。
把蒙特卡罗方法和另外一类方法——拉斯维加斯方法对比一下，更容易了解哪些方法属于蒙特卡罗，哪些不属于。拉斯维加斯方法是另一类随机方法的统称。这类方法的特点是，随着采样次数的增多，得到的正确结果的概率逐渐加大，如果随机采样过程中已经找到了正确结果，该方法可以判别并报告，但在但在放弃随机采样，而采用类似全采样这样的确定性方法之前，不保证能找到任何结果(包括近似结果)。
举例说明，有一个有死胡同但无环路的迷宫，要求从入口走到出口的一条路径。可以从入口出发，在每个叉路口随机选择一个方向前行，到死胡同则报告失败并回到入口重新试探，到出口则报告成功。随着试探次数增多，找到一条入口到出口的路径的概率增大，但除非全枚举，即使试10000年，也无法保证找到任何要求的路径。
