En esta tesis, se estudian contratos financieros sobre varianza realizada. Un metodo eficiente de Monte Carlo es desarrollado bajo un modelo general en el que los retornos del activo considerado vienen dados por cambios aleatorios modulados por un proceso de volatilidad estocastica. La varianza realizada es la suma de los cuadrados de los retornos diarios, que dependen de la secuencia de la serie de cambios en el activo y del camino realizado por el proceso de volatilidad. El precio del derivado se ve representado como una integral en un elevado numero de dimensiones sobre las fuentes fundamentales de incertidumbre. Identificamos una variedad de baja dimension, definida por la suma de los cuadrados de los cambios en el activo y la volatilidad, que son los que conducen la estocasticidad en el proceso de varianza realizada. El precio del contrato es calculado por medio de una combinacion de integracion deteministica sobre esta variedad de baja dimension (implmentado a travess de una estratificacion precisa o cuadratura), junto con un sampleo de Monte Carlo Condicional en las restantes dimensiones. Concentrar el esfuerzo computacional en la variedad de baja dimension conduce a un estimador con menor varianza que en un Monte Carlo estandar. Bajo un supuesto de independencia, obtenemos resultados teoricos aproximados que cuantifican este efecto para una clase de funciones de pago no lineales. Verificamos numericamente que para los modelos de Hull-White y Heston, el algoritmo funciona significativamente mejor que un Monte Carlo tradicional dado un costo computacional fijo.