D'un point de vue pratique, les expériences numériques ont pour la plupart été réalisées avec une matrice de nudging facile et rapide à implémenter:
 |
(3.11) |
est un c
fficient scalaire de gain, et 
est la matrice identité de l'espace des observations. Ce choix est motivé par plusieurs remarques. Premièrement, les matrices de covariance telles que 
sont généralement mal déterminées. Par ailleurs, ce choix est extrêmement simple et ne nécessite pas d'appliquer une méthode d'estimation de paramètres. Enfin, le choix naturel de la matrice de nudging est 
où 
est un opérateur linéaire sur l'espace des observations. En effet, si les observations ne sont pas localisées aux points du maillage, la matrice 
aura le rôle de ramener la correction
des points d'observation vers les points du maillage.
De même, pour la matrice rétrograde, nous choisissons généralement
 |
(3.12) |
Les deux uniques paramètres de cette méthode deviennent alors les scalaires
et 
. Le scalaire 
est généralement fixé de sorte que le terme de nudging soit petit par rapport aux termes du modèle afin de respecter le compromis entre le modèle et les observations. Le scalaire 
est quant à lui choisi comme étant le plus petit cfficient qui stabilise la résolution numérique de l'équation rétrograde.