Когда аналитические методы исследования операций (такие как линейное программирование или теория массового обслуживания) сталкиваются с чрезмерно сложными, нелинейными или многомерными системами, точное математическое решение в виде элегантной формулы получить невозможно. В таких случаях на помощь приходит имитационное моделирование. Это методология, при которой аналитик создает виртуальную компьютерную копию реального бизнес-процесса или физического явления, а затем многократно проигрывает различные сценарии ее работы в ускоренном времени. Сердцем стохастического имитационного моделирования является метод Монте-Карло, использующий генерацию псевдослучайных чисел для симуляции неопределенности и хаоса реального мира.