Moment du deuxième ordre, variance et corrélation

Nous supposons que les variables sont centrées L'outil de base pour caractériser les signaux aléatoires est le moment du deuxième ordre d'un couple de variables aléatoires. Le moment du deuxième ordre d'une variable aléatoire centrée est sa variance (carré de l'écart-type)
(218)

On peut l'estimer à partir de réalisations
(219)

Cette variance caractérise la dispersion autour de la valeur moyenne (ici autour de zéro). Pour caractériser la relation entre deux variables aléatoires, on étudie leur corrélation qui s'écrit en fonction de la densité de probabilité conjointe du couple de variables aléatoires
(220)

On en déduit le coefficient de corrélation
(221)

est compris entre et . Si on dit que les variables et sont orthogonales. Si il y a dépendance linéaire entre et . Si les variables aléatoires sont centrées et indépendantes, alors se factorise
(222)

et .
(223)

Les estimations de , et sont d'autant meilleures que est grand; ces estimations sont elles-mêmes des variables aléatoires dont l'écart-type décroit lentement, (comme ) quand augmente. Cette corrélation joue un rôle fondamental en traitement du signal.
Les variables aléatoires gaussiennes centrées
Ces variables sont fondamentales pour deux types de raisons: d'une part, leur étude théorique met en évidence des propriétés très utiles en pratique, en particulier leurs moments du deuxième ordre suffit à les caractériser. De plus, elles représentent bien les signaux aléatoires qu'on peut mesurer dans le monde physique. Leur densité de probabilité s'écrit
(224)

Dans le cas d'un couple de variables aléatoires conjointement gaussiennes
(225)

Les moments de ces variables sont
 
 
(226)

Si , s'écrit sous la forme d'un produit
(227)

Deux variables aléatoires gaussiennes dans leur ensemble et orthogonales sont indépendantes.
[ Table des matières ]