Actualmente, la simulacin es una poderosa tcnica para la resolucin de problemas. Sus orgenes estn en la teora del muestreo estadstico y anlisis de sistemas fsicos probabilsticos complejos. El aspecto comn de ambos es el uso de nmeros y muestras aleatorias para aproximar soluciones. Una de las ms famosas aplicaciones de muestras aleatorias ocurre durante la segunda guerra mundial, cuando la simulacin se utiliz para estudiar el flujo de neutrones dentro del desarrollo de la Bomba atmica.Esta investigacin era secreta y le dieron un nombre en cdigo: Monte Carlo. Este nombre se mantiene, y durante mucho tiempo se usaba para hacer referencia a algunos esfuerzos en simulacin.

Pero el trmino mtodo Monte Carlo, se refiere actualmente a una rama de las matemticas experimentales que trata con experimentos de nmeros aleatorios, mientras que el trmino simulacin de sistemas, cubre una tcnica de anlisis ms prctico, y es lo que vamos a estudiar. Vamos a ver tcnicas que utilizan los computadores para imitar, o simular, el comportamiento de sistemas del mundo real.Estas suposiciones que usualmente toman la forma de relaciones matemticas o lgicas, constituyen un modelo que va a ser usado para intentar comprender el comportamiento del sistema correspondiente.

Si las relaciones que componen el modelo son suficientemente simples, es posible usar mtodos matemticos (tales como lgebra, clculo o teora de la probabilidad) para obtener una informacin exacta de las cuestiones de inters; a esto se le llama solucin analtica. Sin embargo, la mayora de los sistemas del mundo real son demasiado complejos y normalmente los modelos realistas de los mismos, no pueden evaluarse analticamente. Lo que se puede hacer es estudiar dichos modelos mediante simulacin.