одно. Похибка визначення граничного значення пропорційна 1 /? N. Таким чином, для збільшення точності результату на один порядок, потрібно розіграти в 100 разів більше історій. «Розумно» число історій спочатку задавати порядку 10000.
Отже, потрібно отримувати багато випадкових чисел так, щоб перехід від одного числа до іншого визначався простими правилами, але щоб самі числа справляли враження випадковості (їх називають тому псевдовипадковими числами).
Наприклад, для вибору послідовності випадкових чисел можна взяти дробову частину числа пі (?=3.1415 ... Представляє інтерес зворотне твердження: чи можливо, що для будь-якої кінцевої, наперед заданій послідовності цифр є їх вкладення в нескінченному поданні числа ?). Даний спосіб, однак, мало прийнятний для програмування. Як правило, при вирішенні задач методом Монте-Карло використовуються процедури, які за допомогою рекурентних формул генерують випадкові числа, рівномірно розподілені на проміжку [0, 1]. У Pascal для цього використовується стандартна функція RANDOM. Для налагодження програми буває важливо вміти відтворити псевдовипадкові числа, а для генерації іншій послідовності випадкових чисел використовується процедура RANDOMIZE.
Дуже корисним для розуміння даного методу є моделювання ігрових імовірнісних ситуацій (кидання монети або кубика, блукання). Саме «ігрова» або пов'язана з чимось знайомим (відомим, «побутовим») формулювання завдання допомагає краще засвоїти метод, осмислити поняття ймовірності.
