روش مونت کارلو یک رویکرد ارزشمند برای شبیه سازی سیستم های پیچیده است. مولدهای اعداد تصادفی شالوده ی اصلی شبیه سازی های مونت کارلو هستند. اکثر کدهای مونت کارلو دارای یک مولد اعداد تصادفی هستند. با این وجود، ابزار شبیه سازی GATE سه مولد برای انتخاب کاربران ارائه می کند. کیفیت یک مولد اعداد تصادفی می تواند بر خروجی شبیه سازی تأثیر بگذارد. در این رساله، به منظور بررسی اثر مولدهای اعداد تصادفی بر خروجی های شبیه سازی، مولدها در شبیه سازی های یکسان استفاده شده اند. مولدهای مورد نظر Ranlux64 ، James Random و Mersenne Twister هستند که در کتابخانه های GATE / Geant4 پیاده سازی شده اند. محاسبات با در نظر گرفتن سه چشمه ی تابش نقطه ای تک انرژی الکترون، فوتون و پوزیترون در مرکز فانتوم های مکعبی از جنس آب برای هشت انرژی بین 10 تا 1000 کیلوالکترون ولت به طور مستقل انجام گرفته است. به منظور حصول عدم قطعیت کوچک ، تعداد 108×4 تاریخچه برای هر شبیه سازی ثبت شده است. تعداد کل شبیه سازی های مستقل ، با در نظر گرفتن سه چشمه ی تابش با هشت انرژی مختلف و کاربرد سه نوع مولد اعداد تصادفی، 72 شبیه سازی بوده است. برای مقایسه ی زوج داده های متناظر از آزمون تی زوجی و نمودارهای بلاند آلتمن و احتمال نرمال استفاده شده است. در همه ی شبیه سازی ها، میانگین مقادیر داده های حاصل از کاربرد مولدهای اعداد تصادفی مختلف تقریبا یکسان به دست آمده و تفاوت قابل توجهی مشاهده نشده است. هرچند، اختلافات آماری به ویژه در تخمین طول مسیر الکترون ها و طیف انرژی اشعه ایکس ناشی از برهم کنش الکترون با مولکول های ماده، به طور قابل توجهی زیاد بوده است. به طور کلی، تفاوت معناداری میان میانگین پارامترهای محاسبه شده با استفاده از مولدهای اعداد تصادفی مختلف وجود ندارد. نوسانات آماری در داده های متناظر حاصل از مولدهای اعداد تصادفی به طور قابل توجهی زیاد است. بنابراین توصیه می شود اگر در یک مطالعه و شبیه سازی مشخص، تک تک نقاط در یک سری از نقاط داده دارای اهمیت هستند، تعداد زیادی از تاریخچه ها در شبیه سازی استفاده گردد. علاوه بر این در بین مولدهای موجود در کد GATE مولد Mersenne Twister سریع ترین مولد است. از این رو، در شبیه سازی ها انتخاب Mersenne Twister به عنوان مولد اعداد تصادفی توصیه می شود.
