เทคนิคการลดความแปรปรวนสำหรับการจำลองแบบมอนติคาร์โล

เทคนิคการลดความแปรปรวนเป็นกลุ่มของวิธีการที่ช่วยเพิ่มประสิทธิภาพของการจำลองแบบมอนติคาร์โล โดยให้ความแม่นยำในการประมาณค่าเท่าเดิมด้วยจำนวนการสุ่มตัวอย่างที่น้อยลง พัฒนาขึ้นอย่างต่อเนื่องตั้งแต่ทศวรรษที่ 1950 เป็นต้นมา โดยเทคนิค antithetic variates มีที่มาจาก Hammersley และ Morton, เทคนิค control variates ที่ถูกทำให้เป็นระบบโดย Lavenberg และ Welch, และเทคนิค importance sampling ที่มีรากฐานมาจาก Kahn และ Marshall กลุ่มเทคนิคนี้ประกอบด้วย antithetic variates (AV), control variates (CV), importance sampling (IS), และ stratification ซึ่งแต่ละเทคนิคจะใช้ประโยชน์จากคุณสมบัติเชิงโครงสร้างที่แตกต่างกันของปริมาณที่ต้องการประมาณ เพื่อลดความแปรปรวนของตัวประมาณค่าโดยไม่ทำให้เกิดความเอนเอียง