Amostragem por Importância — Redução de Variância para Eventos Raros
A amostragem por importância (Importance Sampling) é uma técnica de redução de variância de Monte Carlo que desloca a distribuição de amostragem para a região de interesse — tipicamente um evento raro ou extremo — de modo que amostras informativas sejam obtidas com muito mais frequência do que sob a distribuição original. Desenvolvida na RAND Corporation por Herman Kahn e Theodore Harris por volta de 1951, ela torna tratável a estimação de probabilidades de cauda (como o Valor em Risco ou a probabilidade de falha do sistema) onde o Monte Carlo padrão exigiria um número astronomicamente grande de execuções.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Rubinstein, R.Y. & Kroese, D.P. (2016). Simulation and the Monte Carlo Method (3rd ed.). Wiley. DOI: 10.1002/9781118631980 ↗
- Glasserman, P. (2003). Monte Carlo Methods in Financial Engineering. Springer. DOI: 10.1007/978-0-387-21617-1 ↗
Como citar esta página
ScholarGate. (2026, June 1). Importance Sampling (Variance Reduction Monte Carlo). ScholarGate. https://scholargate.app/pt/simulation/importance-sampling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Teoria do Valor Extremo (EVT)Finanças↔ compare
- Latin Hypercube SamplingSimulação↔ compare
- Simulação de Monte CarloTomada de decisão↔ compare
- Amostragem EstratificadaMetodologia de survey↔ compare
- Valor em Risco (VaR)Finanças↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →