Séminaire ACSIOM :

Le 15 novembre 2005 à 10:00 - salle 431

Présentée par Auroux Didier - Université Paul Sabatier - Toulouse III

Dualité non convexe en assimilation variationnelle de données.

L'assimilation variationnelle de données consiste à minimiser l'écart quadratique entre les états estimés du système et les observations. En considérant les équations du modèle comme des contraintes faibles, on se ramène a un problème de type min-max d'un lagrangien. La non linéarité des modèles océaniques empêche a priori l'utilisation de résultats de dualité convexe et ne garantit plus l'équivalence entre le problème initial de minimisation et la maximisation de la fonctionnelle duale. Notre but est de trouver sous quelles hypothèses sur le modèle on récupère, au moins de manière "asymptotique", l'équivalence des deux méthodes.