Важностное семплирование — Снижение дисперсии для редких событий

Важностное семплирование — это метод Монте-Карло для снижения дисперсии, который смещает распределение выборки в сторону интересующей области — обычно редкого или экстремального события — так, чтобы информативные выборки извлекались гораздо чаще, чем при исходном распределении. Разработанная в корпорации RAND Германом Каном и Теодором Харрисом примерно в 1951 году, она делает оценку вероятностей хвоста (таких как стоимость под риском или вероятность отказа системы) управляемой, в то время как стандартное Монте-Карло потребовало бы астрономически большого числа прогонов.