El modelado molecular Monte Carlo es la aplicación de los métodos 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 en la dinámica molecular. En lugar de intentar reproducir la dinámica de un sistema, genera estados según la distribución apropiada de Boltzmann . Así, se trata de la aplicación de la simulación Metropolis Monte Carlo a 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. Según su naturaleza estocástica, este nuevo estado se acepta al azar. Cada prueba suele contar como un movimiento . Evitar la dinámica restringe el método a estudios de cantidades estáticas únicamente, pero la libertad de elegir movimientos hace que el método sea muy flexible. Estos movimientos sólo deben satisfacer una condición básica de equilibrio para que el equilibrio se describa adecuadamente, pero generalmente se impone un equilibrio detallado , una condición más fuerte, al diseñar nuevos algoritmos. Una ventaja adicional es que algunos sistemas, como el modelo de Ising , carecen de descripción dinámica y sólo están definidos por una prescripción energética; para estos, el enfoque de Monte Carlo es el único viable.
El gran éxito de este método en mecánica estadística ha llevado 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. Éstas incluyen: