Data Assimilation is a procedure to get the initial condition as accurately as possible, through the statistical combination of collected observations and a background field, usually a short-range forecast. In this research a complete assimilation system for the Lorenz equations based on Ensemble Kalman Filter is presented and examined. The Lorenz model is chosen for its simplicity in structure and the dynamic similarities with primitive equations models, such as modern numerical weather forecasting. Based on results, was concluded that in this implementation, 10 members is the best setting, because there is overfitting for ensembles with 50 and 100 members. It was also examined whether the EnKF is effective to track the control for 20% and 40% of error in the initial conditions. The results show a disagreement between the "truth" and the estimation, especially in the end of integration period, due to the chaotic nature of the system. It was also concluded that EnKF has to be performed frequently in order to produce desirable results.Assimilação de Dados é um procedimento matemático onde se combina dados observados com informação a priori (geralmente previsão de curto prazo) considerando-se o conhecimento estatístico dos erros de observação e previsão. Neste trabalho avalia-se a performance de uma implementação do filtro de Kalman por Conjuntos na assimilação de dados sintéticos com o Modelo de Lorenz. As equações de Lorenz são amplamente utilizadas para na avaliação de esquemas de assimilação de dados por ser um sistema de baixa dimensão, mas altamente não-linear ou caótico, como a atmosfera terrestre. Com base nos resultados, conclui-se que, para esta implementação, o conjunto com 10 membros é a melhor configuração, pois com 50 e 100 membro no conjunto ocorre “overfitting”. Avaliou-se a eficiência do filtro ao assimilar dados com 20% e 40% de ruído e concluiu-se que com 40% de ruído o sistema falha, principalmente no final do período de integração. Conclui-se também, que o EKF precisa de dados com boa amostragem temporal para resolver o problema da assimilação de dados em dinâmica caótica.