物理化学的工具与方法
蒙特卡罗模拟（Monte Carlo simulation）
/ MON-tee CAR-loh sim-yoo-LAY-shun /
要估计一个形状古怪的池塘的面积，你可以朝一块包含它的方形场地里随机扔石子，数一数有多少比例落进了水里。扔得足够多时，这个比例乘以场地面积就给出池塘的面积。蒙特卡罗模拟就是这种从大量随机尝试中学习的把戏，名字取自那座著名的赌城。
更准确地说，蒙特卡罗模拟是一种计算方法，它用反复的随机取样来估计那些直接计算会很困难的量。在化学里，它通过提出随机移动、并按某条规则（常以能量加权）接受或拒绝这些移动，来探索一个多粒子系统的各种可能排布，使得经过许多步之后，所造访的构型符合真实系统在平衡时的统计分布。
为什么重要：它让我们能为那些复杂到无法用手逐一求和的系统计算平均值——能量、结构、相行为——而且在你想要平衡性质而非时间演化时尤为出色。一个提醒：它的答案带有统计噪声，而这种噪声只随样本增加而缓慢减小；一个设计不良的取样方案可能卡住，错过重要的排布，给出一个自信却有偏的平均值。
为了预测一种模型液体在什么温度结冰，化学家运行一次蒙特卡罗模拟：程序提出数百万次随机的粒子移动，并按以能量加权的概率把每一次保留或舍弃。对接受下来的排布取平均，就揭示出每个温度下的能量和有序程度，从而定位液体在哪里变成固体。
许多次随机尝试，按物理规则加权，累加成一个精确的平均值。
尽管有随机移动，蒙特卡罗模拟并不模拟实时运动。这一串步骤是为取样平衡构型而设计的巧妙路径，而非穿越真实时间的轨迹，所以它无法告诉你某件事发生得多快——只能告诉你各种平衡平均值是多少。要研究速率和动力学，分子动力学才是工具。
又称
另见