理论介绍：
蒙特卡洛方法(Monte Carlo Methods),简称M-C法,又称随机抽样技巧法,其实质是利用随机数,可以说是把某个未知值取作某种概率分布或者概率过程的未知参量，然后根据无作为标本抽出法对它进行统计、推定的一种方法。
这个未知值不一定是概率的值，也可以是推定的值。这种思想方法是一种在某种意义上可知的对策(博弈)观点。随着方差减少法的开发和大型超高速计算机的出现，它不仅是仿真诸方法中最重要的—种方法，而且也是系统工程诸方法中最有效的一种方法。
它的一类重要的所求解问题是可以转化为某种随机分布的特征数，比如随机事件出现的概率，或者随机变量的期望值。通过随机抽样的方法，以随机事件出现的频率估计其概率，或者以抽样的数字特征估算随机变量的数字特征，并将其作为问题的解。这种方法多用于求解复杂的多维积分问题。
例题：
用蒙特卡洛法求解y=x^2
思路：
在0-4之间生成随机数x，在0-16之间生成随机数y，根据公式y=x^2判断所生成的随机数是否在所求面积部分中。然后计算在所求面积中随机数的比例，乘以64即为所求面积。
操作过程：
生成1-1000的按顺序排列的数字（为了计算所求的比例）；
生成随机数x：函数：RAND()*(4-0)+0；
生成随机数y：函数：=RAND()*(16-0)+0；
判断是否在所求面积中：y<x^2 是，反之否，函数：IF(A2^2>=B2,1,0);
计算积分：函数：64*(SUM(D2)/A2) （第一列的数字用来代表生成的总随机数的个数）。
