Впервые методы моделирования Монте-Карло стали применяться в лаборатории Лос-Аламоса во время работ по созданию бомбы. Они стали популярны в финансовой математике в 1980-ых, особенно в теориях случайных блужданий цены актива. Ясно, что для примера русской рулетки не требуется такого мощного аппарата, но многие проблемы, особенно ситуации, сходные с реальной жизнью, нуждаются в применении генератора Монте-Карло.

«Истинные» математики не любят методы Монте-Карло. Они полагают, что такие методы крадут изящество и элегантность математики, называя это «животной силой», поскольку большую часть математических теорий можно заменить симулятором Монте-Карло (и другими вычислительными уловками). Например, без формального знания геометрии можно вычислять таинственное, почти мистическое число Pi. Как? Просто вписав круг внутрь квадрата и «стреляя» случайными пулями в получившуюся картину. При этом следует предположить равные вероятности для попадания в любую точку картины (что называется равномерным распределением). Отношение числа пуль внутри круга к количеству пуль внутри и вне круга даст значение мистического Pi с почти бесконечной точностью. Ясно, что этот способ нельзя считать эффективным использованием компьютера, поскольку Pi можно вычислить аналитически ― в математической форме. Однако для пользователей данный метод гораздо понятнее и нагляднее, чем строки уравнений. Умственные способности и интуиция некоторых людей более восприимчивы к получению знаний именно в такой манере (я считаю себя одним из них). Для нашего человеческого мозга компьютер, возможно, является творением неестественным, как, впрочем, и математика.

Я не отношу себя к «урожденным» математикам, то есть говорю на языке математики не как на родном языке, а с иностранным акцентом. Сами по себе математические изыски меня не интересуют, увлекает только их применение, в то время как истинного математика занимает совершенствование математической науки (через теоремы и доказательства). Я неспособен концентрироваться на расшифровке отдельного уравнения, если не мотивирован реальной проблемой (и толикой жадности). Большую часть своих познаний я получил, занимаясь торговлей производными инструментами. Именно опционы подтолкнули меня к изучению вероятностной математики. Точно также и многие маниакальные игроки обладали бы посредственными знаниями, если бы в силу своей страсти к игре и жадности не приобрели замечательные навыки подсчета карт.

Другую аналогию можно провести с грамматикой, которая, в отличие от математики, более понятна и менее скучна. Есть специалисты, которые занимаются грамматикой исключительно для пользы грамматики, и есть те, кто старается исключить ошибки при письме. Мы же больше заинтересованы применением математического инструмента, чем непосредственно самим инструментом. Математиками рождаются, но никогда не становятся, точно также как и физиками. Я не забочусь об «элегантности» решения и «качестве» математики, которую использую, если удается получить правильный вывод. Я обращаюсь к методам Монте-Карло всякий раз, когда это возможно. Ведь они позволяют сделать работу и, помимо прочего, более наглядны, что дает возможность использовать их в книге в качестве примеров.

Действительно, вероятность ― это интроспективная область вопросов, поскольку затрагивает целый комплекс наук, а в особенности ― математику. Невозможно оценить качество знаний, которые мы накапливаем, без допущения доли случайности в процессе их получения и нейтрализации аргументов в пользу случайного совпадения, которое могло просочиться при построении теории. В науке вероятность и информация рассматриваются в одинаковой манере. Буквально каждый большой мыслитель интересовался вероятностью, а большинство из них одержимо ею. Два самых больших ума, по моему мнению, ― Эйнштейн и Кейнс начали свои интеллектуальные путешествия с изучения теории вероятности. Эйнштейн написал свою главную работу в 1905 году, в ней он первым исследовал в вероятностных терминах последовательность случайных событий, а именно, эволюцию задержанных частиц в стационарной жидкости. Его работа по теории броуновского движения может быть использована как основа для теорий случайных блужданий, применяемых в финансовом моделировании. Что касается Кейнса, то для образованного человека он, скорее, ― не политический экономист, на которого любят указывать одетые в твид левые, а автор авторитетного, интроспективного и мощного