fahr451 a écrit:absolument je lisais mal
je découvre; même si cette notion n'apporte rien de plus en fait
A premiere vue non, mais si ca fini par servir comme tout. Ca sert notamment a traiter la moyenne d'un vecteur comme le resultat de la moyenne de ces coordonnées, en statistique c'est tres utile pour les problemes de minimisation, pour pouvoir utiliser les resultats d'algebre lineaire ou encore utiliser des resultats basiques de geometrie euclidienne. Ca sert aussi pour les series temporelles, il y a des propriétés remarquables sur le comportement de ce vecteur qui permettent de faire des hypotheses sur les processus.
Au final ca sert autant que la notion de matrice pour l'algebre lineaire quoi, au debut on croit que c'est juste pour faire joli et puis on voit que ca simplifie pas mal les choses.
C'est egalement grace a ce vecteur que l'on definit la matrice de covariance*(ou en tout cas de maniere condensé), qui est d'une tres grande utilité, je ne citerai que le cas de l'analyse en composante principale qui utilise les valeur propres et les vecteur propre de cette matrice dans le cadre de minimisation de la variance dans une direction donnée. Ca permet de reduire un probleme a N dimension et de l'approcher par une ou deux variables aleatoire seuleument, c'est assez pratique.
*pour la matrice de covariance c'est p.47.