Técnicas de Redução de Variância para Simulação de Monte Carlo

Técnicas de redução de variância são uma família de métodos que melhoram a eficiência da simulação de Monte Carlo, alcançando a mesma precisão de estimação com menos sorteios aleatórios. Desenvolvida incrementalmente a partir da década de 1950 — com variâncias antitéticas atribuídas a Hammersley e Morton, variâncias de controle formalizadas por Lavenberg e Welch, e amostragem por importância enraizada em Kahn e Marshall — a família inclui variâncias antitéticas (AV), variâncias de controle (CV), amostragem por importância (IS) e estratificação, cada uma explorando uma propriedade estrutural diferente da quantidade alvo para reduzir a variância do estimador sem introduzir viés.