L'estimation de la condition initiale est la même que pour l'algorithme
primal. La minimisation est toujours arrêtée après
itérations
et au plus
simulations, chaque simulation comprenant désormais
une intégration rétrograde du modèle adjoint puis une intégration
du modèle direct afin de calculer
et
. Le point
de départ de la minimisation de la fonctionnelle duale est le
vecteur regroupant toutes les observations (bruitées) du système
récupérées tout au long de la période d'assimilation. La
dimension du vecteur de contrôle dual est de
(il y a
instants où des observations sont disponibles),
c'est-à-dire
à
fois plus petit que le vecteur de contrôle
primal.
Les fonctions de courant semblent moins lisses que dans le cas de la
méthode primale. En effet, les observations sont fortement
bruitées, et l'algorithme dual travaille dans l'espace des
observations, le point de départ de la minimisation étant les
observations bruitées représentées sur la figure
6.3-a. Il semble alors naturel qu'un vecteur
d'observations qui suit à peu près les données tout au long
de la période d'assimilation reste tout de même bruité.
L'état du système obtenu à la fin de la période d'assimilation
est plus proche de la solution exacte à
que dans le cas de la
méthode primale. Enfin, ici aussi, les fonctions de courant des couches du fond sont
bien identifiées malgré le fait qu'aucune information ne les
concernant n'était disponible.