info de Fisher loi normale multivariée

j'ai trouvé
http://en.wikipedia.org/wiki/Fisher_information
(en fin de page)

d'après ce que j'ai pu voir ce sont des modèles paramétriques.
J'ai aussi trouvé cet article

"Calculation of the Fisher information matrix for multidimensional data sets
Ober, R.J.; Qiyue Zou; Zhiping Lin
Signal Processing, IEEE Transactions on
Volume 51, Issue 10, Oct. 2003 Page(s): 2679 - 2691"

c'est dimanche pour les bibli.......

C'est écrit au-dessus : c'est un paramètre vectoriel. On se donne une paramétrisation générale $\theta \mapsto \mathcal{N}(\mu(\theta),\Sigma(\theta))$. Bon les notations sont un peu mal choisies car on l'impression que le $N$ "taille de $\theta$" est le même que le $N$ "dimension de la loi normale" mais a priori ce n'est pas le cas.

Tu peux prendre en particulier $\theta=(\mu_1,...,\mu_n,\sigma_{11},...,\sigma_{1n},\sigma_{22},....,\sigma_{2n},...,\sigma_{nn})$ de taille $N=n(n+3)/2$, auquel cas les dérivées partielles $\partial \mu/\partial \theta_i,\partial \Sigma/\partial \theta_i$ se simplfient énormément. Par exemple si $i < j$ : $\partial \Sigma/\partial \sigma_{ij}=E_{ij}+E_{ji}$ (matrices de la base canonique).