Échantillonnage par importance — Réduction de variance pour les événements rares

L'échantillonnage par importance est une technique de réduction de variance de Monte Carlo qui déplace la distribution d'échantillonnage vers la région d'intérêt — typiquement un événement rare ou extrême — de sorte que des échantillons informatifs soient tirés beaucoup plus souvent que sous la distribution d'origine. Développée à la RAND Corporation par Herman Kahn et Theodore Harris vers 1951, elle rend l'estimation des probabilités de queue (telles que la Valeur à Risque ou la probabilité de défaillance d'un système) traitable là où Monte Carlo standard nécessiterait un nombre astronomique d'exécutions.