El modelado molecular de Monte Carlo es la aplicación de los métodos de Monte Carlo a problemas moleculares. Estos problemas también pueden modelarse mediante el método de dinámica molecular . La diferencia es que este enfoque se basa en la mecánica estadística del equilibrio en lugar de la dinámica molecular. En lugar de intentar reproducir la dinámica de un sistema, genera estados de acuerdo con la distribución de Boltzmann adecuada . Por lo tanto, es la aplicación de la simulación de Monte Carlo de Metropolis a los sistemas moleculares. Por lo tanto, también es un subconjunto particular del método de Monte Carlo más general en física estadística .
Emplea un procedimiento de cadena de Markov para determinar un nuevo estado para un sistema a partir de uno anterior. De acuerdo con su naturaleza estocástica, este nuevo estado se acepta al azar. Cada ensayo suele contar como un movimiento . La evitación de la dinámica restringe el método a estudios de cantidades estáticas únicamente, pero la libertad para elegir movimientos hace que el método sea muy flexible. Estos movimientos solo deben satisfacer una condición básica de equilibrio para que el equilibrio se describa correctamente, pero el equilibrio detallado , una condición más fuerte, generalmente se impone al diseñar nuevos algoritmos. Una ventaja adicional es que algunos sistemas, como el modelo de Ising , carecen de una descripción dinámica y solo se definen por una prescripción energética; para estos, el enfoque de Monte Carlo es el único factible.
El gran éxito de este método en la mecánica estadística ha dado lugar a diversas generalizaciones como el método de recocido simulado para optimización, en el que se introduce una temperatura ficticia y luego se reduce gradualmente.
Se ha desarrollado una gama de paquetes de software específicamente para el uso del método Metropolis Monte Carlo en simulaciones moleculares. Entre ellos se incluyen: