I - Préambule
  1. Introduction à l'assimilation de données
II - Introduction
  1. Un exemple simple : la météorologie
  2. Un exemple plus théorique
III - Présentation du problème
  1. Concepts de base
  2. Description des vecteurs et espaces
  3. Modélisation des erreurs
IV - Interpolation statistique
  1. Notations et hypothèses
  2. Le problème de l'estimation
  3. Estimation non-optimisée
  4. Best Linear Unbiased Estimation
  5. Propriété du BLUE
V - Méthodes d'assimilation
  1. L'interpolation optimale (OI)
  2. Les filtres de Kalman de rang plein
    1. Le filtre de Kalman (KF)
    2. Le filtre de Kalman étendu (EKF)
    3. Coût de calcul
    4. L'exemple du naufragé
  3. Les filtres de Kalman de rang réduit
    1. Le filtre RRSQRT
    2. Le filtre SEEK
    3. Le filtre SEIK
    4. Coût de Calcul et filtres dégradés
  4. Le filtre de Kalman d'ensemble (EnKF)
  5. Méthodes variationnelles
    1. 3D-Var
    2. 4D-Var
VI - Modèle de covariance d'erreur
  1. Description des erreurs
  2. Estimation des erreurs
  3. Modélisation des erreurs