En prenant l'exemple du vecteur d'ébauche, il est possible
de définir un seul et unique vecteur d'erreur séparant le
vecteur d'ébauche de l'état vrai discrétisé :
Si la méthode d'analyse pouvait être répétée un très grand
nombre de fois, dans des conditions strictement identiques
mais avec des erreurs différentes dues à des causes aléatoires,
le vecteur d'erreur
serait différent à chaque fois, mais
il serait possible de calculer des grandeurs comme les moments
(moyennes, variances...) ou de construire un histogramme des
fréquences. Pour un très grand nombre d'expériences, ces
estimateurs statistiques devraient converger vers des
grandeurs ne dépendant que des processus physiques responsables
des erreurs. A la limite, l'histogramme des fréquences peut
être construit avec des classes infinitésimales et converger
avec une fonction de densité de probabilité. Toutes les
statistiques nécessaires sont alors dérivables de cette
fonction de densité de probabilité et, entre autre, dans la plupart des
problèmes physique, la moyenne et les variances. En effet,
mathématiquement, une fonction de densité de probabilité n'a pas
forcément ces grandeurs. Dans la suite, toutes les
fonction de densité de probabilité seront supposées
avoir ces grandeurs caractéristiques.
Parmi toutes les fonction de densité de probabilité, la fonction Gaussienne est particulièrement
intéressante.
Nicolas Daget
2007-11-16