Técnicas de reducción de varianza para simulación de Monte Carlo

Las técnicas de reducción de varianza son una familia de métodos que mejoran la eficiencia de la simulación de Monte Carlo al lograr la misma precisión de estimación con menos extracciones aleatorias. Desarrolladas incrementalmente a partir de la década de 1950 —con las variaciones antitéticas atribuidas a Hammersley y Morton, los variates de control formalizados por Lavenberg y Welch, y el muestreo por importancia con raíces en Kahn y Marshall— la familia incluye variaciones antitéticas (AV), variates de control (CV), muestreo por importancia (IS) y estratificación, cada una explotando una propiedad estructural diferente de la cantidad objetivo para reducir la varianza del estimador sin introducir sesgo.