Une application linéaire qui encode les relations du second moment d'un élément aléatoire : en dimension finie c'est la matrice de covariance vue comme opérateur linéaire, et dans les espaces de fonctions ou de Hilbert c'est l'opérateur symétrique semi‑défini positif qui associe à une direction d'essai la covariance avec la projection sur cette direction.

Principe

Il résume la dépendance linéaire par paires en assignant à chaque paire de directions l'espérance du produit des projections centrées ; algébriquement il est symétrique et semi‑défini positif et détermine des formes quadratiques égales aux variances des composantes projetées.

Démonstration

Pour un vecteur aléatoire X dans R^n de moyenne μ, l'opérateur de covariance C agit par C v = E[(X-μ)(v·(X-μ))], produisant les entrées usuelles de la matrice de covariance C_{ij} = E[(X_i-μ_i)(X_j-μ_j)].

Mauvaise application

Considérer l'opérateur de covariance comme une mesure de similarité normalisée (corrélation) sans tenir compte des variances marginales, ou l'utiliser lorsque les seconds moments n'existent pas.

Conséquence

Un opérateur de covariance correctement formé admet des décompositions spectrales, des projections en composantes principales et fournit des expressions quadratiques canoniques du risque pour les estimateurs linéaires et la caractérisation des processus gaussiens.

Inversion

L'opérateur de précision (inverse de la covariance lorsqu'il existe) met en évidence les relations linéaires conditionnelles et la parcimonie dans les coordonnées plutôt que les variations conjointes marginales.

Limite

Défini seulement lorsque les seconds moments existent ; en dimension infinie il peut être compact ou de classe trace sous hypothèses supplémentaires — sinon il peut ne pas avoir de structure spectrale discrète ; il ne remplace pas des mesures de dépendance non linéaire.

Tension sémantique

Souvent confondu avec des noyaux de corrélation ou des mesures de similarité ; la covariance capte la dépendance brute d'ordre deux dépendant de l'échelle, tandis que la corrélation et les noyaux introduisent une normalisation ou des propriétés de reproducing.

Synthèse

Un opérateur de covariance est l'opérateur linéaire symétrique semi‑défini positif qui encode les espérances de produits de projections centrées, servant de descripteur du second moment d'un élément aléatoire.