Aşağıdaki iki ifade aşağıdakilere eşittir:
E(x^k|k−xk)=0
(1) Tahmincinin tarafsız olduğunu ; ve
Pk|k=Var(x^k|k−xk)
(2) Tahmincinin tutarlı olması .
Filtrenin optimal olması için bu koşulların her ikisi de gereklidir - yani,xk|k bazı kriterlere göre.
(1) doğru değilse, ortalama kare hatası (MSE) sapma artı varyans (skaler durumda) olacaktır. Açık, bu sadece varyanstan daha büyük ve dolayısıyla yetersiz.
(2) doğru değilse (yani, filtre ile hesaplanan kovaryans gerçek kovaryanstan farklıysa), filtre de yetersiz olacaktır. Kalman Kazanımı hesaplanan durum kovaryansına dayandığından, kovaryanstaki bir hata kazançta bir hataya yol açacaktır. Kazançtaki hata, ölçümlerin yetersiz ağırlıklandırılması anlamına gelir.
(Olduğu gibi, düzgün bir şekilde modellenmiş filtre için her iki koşul da geçerlidir. Dinamik model veya gürültü kovaryansları gibi modellemedeki hatalar da filtreyi yetersiz kılar).
Kaynak: Bar-Şalom , özellikle 232-233. Sayfadaki Bölüm 5.4.