Supponiamo per esempio che un amico ci chieda qual è la probabilità di estrarre da un mazzo di carte napoletane una carta maggiore di 4 e contemporaneamente di lanciare un dado e ottenere un numero minore di 2. Noi sappiamo soltanto che ogni carta ha la stessa probabilità di essere estratta (1/40) e così ogni faccia del dado (1/6), ma non abbiamo nessuna nozione di teoria delle probabilità e non sappiamo rispondere al quesito.
In questo caso possiamo usare il metodo Montecarlo: con un generatore di numeri casuali possiamo simulare l'evento "estrazione + lancio" un numero molto elevato di volte e calcolare così la probabilità richiesta.
Tuttavia in questo caso semplice l'applicazione del metodo Montecarlo è uno spreco di energia: è possibile fare un semplice calcolo per rispondere al quesito, oppure ripetere l'esperimento "estrazione + lancio" un numero di volte grande quanto vogliamo per calcolare "sperimentalmente" la probabilità richiesta.
Non è così per molti problemi fisici in cui gli esperimenti sono molto difficili da realizzare, e richiedono molto tempo per essere riprodotti. In questi casi il metodo Montecarlo è uno strumento fondamentale per l'interpretazione di dati sperimentali e la verifica di nuove teorie.