概率模拟器是一种通过随机抽样和统计估计来近似计算复杂问题的方法，其核心逻辑是利用大量随机样本的统计平均来逼近真实解。这种方法的发明与20世纪中期的核物理研究紧密相关，特别是在曼哈顿计划中，科学家们需要解决原子弹设计中关于中子扩散等复杂随机过程的问题。
在20世纪40年代，美国洛斯阿拉莫斯国家实验室的约翰·冯·诺伊曼和斯坦尼斯拉夫·乌拉姆面临中子扩散计算的挑战。传统数学方法难以处理这种随机过程，乌拉姆受蒙特卡洛赌场随机性的启发，提出用随机模拟近似计算，冯·诺伊曼随后系统发展该方法，并将其命名为“Monte Carlo”（蒙特卡洛）。
他们通过随机模拟中子路径和碰撞，计算原子弹材料的反应率，成功解决了核物理中的复杂问题。这种方法后来被广泛应用于核物理、金融、气象学等领域，成为概率模拟器的经典范例。
尽管早期数学家已使用随机抽样估计面积等，但冯·诺伊曼和乌拉姆的贡献在于将随机模拟与计算机技术结合，开创了现代概率模拟器。他们于1940年代在曼哈顿计划中开发的方法，至今仍是计算科学的重要工具。
随着计算机技术发展，概率模拟器在20世纪后半叶广泛应用于核物理、金融风险建模、气象预测等领域。其优势在于处理高维、非线性问题时，通过随机样本统计平均逼近真实解，成为解决复杂随机问题的强大工具。
总结来说，概率模拟器的发明者是约翰·冯·诺伊曼和斯坦尼斯拉夫·乌拉姆，他们在20世纪40年代为解决核物理问题而开创的方法，至今仍是计算科学中的重要基础。
