{"product_id":"assimilation-de-donnees-von-vu-duc-tran","title":"Assimilation de données","description":"\u003cp\u003eCette thèse porte sur les méthodes d¿assimilation de   données, qui consistent à combiner des informations   provenant d¿un modèle dynamique avec des   observations. Nous présentons des méthodes   d¿assimilation de données: l¿interpolation   statistique, les méthodes variationnelles et les   méthodes séquentielles. Nous nous intéressons   particulièrement au filtre de Kalman d¿ensemble qui   est de plus en plus utilisé dans les applications   océanographiques. Nous démontrons que, quand le   nombre d¿éléments tend vers l¿infini, dans le cas où   la fonction du modèle dynamique est continue et   localement lipschitzienne avec un accroissement au   plus polynomial à l¿infini, les éléments du filtre de   Kalman d¿ensemble convergent vers les éléments   indépendants et identiquement distribués selon une   loi qui diffère de la loi a posteriori du filtre   bayésien optimal dans le cas général. Dans le cas du   modèle linéaire gaussien, cette loi asymptotique   n¿est autre que la loi a posteriori du filtre de   Kalman. Nous présentons aussi des résultats de   simulations du filtre de Kalman d¿ensemble et du   filtre particulaire sur le modèle de Lorenz afin de   comparer la performance des deux filtres.\u003c\/p\u003e\u003cdiv class=\"aw-variant-hidden-subtitle-div\" id=\"aw-variant-subtitle-9786131536823\"\u003e\u003ch3\u003eLes propriétés asymptotiques du filtre de Kalman d'ensemble\u003c\/h3\u003e\u003c\/div\u003e","brand":"Autorenwelt Shop","offers":[{"title":"Softcover - 9786131536823","offer_id":40148894154845,"sku":"9786131536823","price":59.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0940\/0622\/files\/d1c8af3d-0be5-4a2a-96a4-8fdab8d83a14.jpg?v=1769235979","url":"https:\/\/shop.autorenwelt.de\/en\/products\/assimilation-de-donnees-von-vu-duc-tran","provider":"Autorenwelt Shop","version":"1.0","type":"link"}