Tecniche di riduzione della varianza per la simulazione Monte Carlo

Le tecniche di riduzione della varianza sono una famiglia di metodi che migliorano l'efficienza della simulazione Monte Carlo, ottenendo la stessa accuratezza di stima con meno estrazioni casuali. Sviluppata in modo incrementale a partire dagli anni '50 — con le varianti antitetiche attribuite a Hammersley e Morton, le varianti di controllo formalizzate da Lavenberg e Welch, e il campionamento per importanza radicato in Kahn e Marshall — la famiglia comprende varianti antitetiche (AV), varianti di controllo (CV), campionamento per importanza (IS) e stratificazione, ciascuna delle quali sfrutta una diversa proprietà strutturale della quantità target per ridurre la varianza dello stimatore senza introdurre distorsioni.