1.1D´efinitions,exemples L’assimilationdedonn´ees“science des compromis fructueux” : c’est l’ensembleest la desm´ethodesquipermettentdecombinerdemani`ereoptimale(dansunsensa`d´efinir) lesinformationsdisponiblessurunsyst`eme: –e´quationsmathe´matiques(de´crivantlemod`elephysique) –observations(mesuresphysiquesdel´ealite´) a r –statistiquesd’erreurs(erreursd’observation,dumode`le...) Cesinformationssontsouventh´et´erog`enesennature,enquantit´eetenqualit´e.
–fusionnucle´aire(tokamak) – medecine ´ –baˆtiment – glaciologie – agronomie – etc. Quelquescaract´eristiques: –lessystemesconsid´eressontcomplexes; ` – les observations sont parfois indirectes, partielles (en espace et/ou en temps), en-tach´eesd’erreu rs ; –leprobl`emeestsouventmalpos´e(parexemple:pasassezd’observationsouobser-vations contradictoires)
1.2 Un exemple simple mais fondamental On se donne deux observationsy1= 1 ety2=2d’uantuneqtie´xinconnue. On veut estimerx.
1.2.1M´ethodenaturelle On cherchexqui minimise (x−1)2+ (x−2)2, et on trouve l’estimateur ˆx= 3/2. On are´soluiciunproble`medemoindrescarr´es.
Proble`mes: –Lere´sultatestsensibleauchangementd’unit´e:sionsedonney1= 1 une mesure dexety2= 4 une mesure de 2xre(manimisitseno,`renemarx−1)2+ (2x−4)2, et on trouve cette foisxˆ = 9/5. → ?Il faut sans doute normaliser, mais comment –Ler´esultatn’estpassensible`alapr´ecisiondelamesure,ontrouvelemeˆmere´sultat siy1stplee´icsurpeesuqy2.
1.2.2 Formalisation statistique On noteyi=x+eipouri= 1,2. Les erreurs d’observationseios:es´eosppsunt –sansbiais(=nonbiais´ees):E(ei) = 0 – de variances connues : Var(ei) =σi2 –noncorr´el´:E(e1, e2) = 0 ees Onchercheuneestimationline´aire,sansbiaisetdevarianceminimum(BLUE-Best Linear Unbiased Estimator) : ˆ1+α2 x=α1y y2 Pourd´eterminerlesαid’abord que “sans biais” signifie que E(on remarque xˆ−x) = 0 : E(xˆ) = (α1+α2)x+α1E(e1) +α2E(e2) = (α1+α2)x