Fonction de compatibilité. LOI.EXPONENTIELLE reste disponible pour les anciens classeurs, mais Excel recommande désormais LOI.EXPONENTIELLE.N pour tes nouveaux fichiers.
La fonction LOI.EXPONENTIELLE (EXPON.DIST en anglais) te permet de modéliser le temps d'attente entre événements aléatoires. Elle répond à des questions concrètes comme : combien de temps avant la prochaine panne, quelle est la probabilité qu'un client arrive dans les 5 prochaines minutes, ou combien de temps cette ampoule va-t-elle tenir.
Que tu travailles en fiabilité industrielle, en analyse de centres d'appels, en gestion de stocks ou en physique nucléaire, LOI.EXPONENTIELLE est ton outil pour prévoir l'imprévisible. Elle modélise les processus sans mémoire : le passé n'influe pas sur l'attente future.
Syntaxe de la fonction LOI.EXPONENTIELLE
=LOI.EXPONENTIELLE(x; lambda; cumulative)LOI.EXPONENTIELLE est la version héritée d'Excel. La version moderne est LOI.EXPONENTIELLE.N, mais les deux produisent les mêmes résultats avec la même syntaxe.
Comprendre chaque paramètre de la fonction LOI.EXPONENTIELLE
Les trois arguments se saisissent dans cet ordre : d'abord le temps x que tu observes, puis le taux lambda, et enfin l'interrupteur cumulative. Aucun n'est facultatif ici, contrairement à beaucoup de fonctions statistiques.
C'est ce troisième argument qui décide de tout : VRAI te donne une vraie probabilité (P jusqu'au temps x), FAUX te renvoie une densité qui peut dépasser 1 et ne s'interprète pas comme une chance.
x
: le temps d'attente que tu veux analyserPeut être exprimé en minutes, heures, jours ou toute autre unité, à condition qu'elle soit cohérente avec ton paramètre lambda. La valeur doit être supérieure ou égale à zéro : pas de temps négatif.
Par exemple, si tu veux la probabilité qu'une machine tienne 100 heures sans panne, utilise x = 100. Pour analyser un temps d'attente de 5 minutes dans un centre d'appels, utilise x = 5.
Astuce : Pense toujours à l'unité de x : si lambda est exprimé par heure, alors x doit être en heures. 30 minutes avec un lambda horaire s'écrit x = 0,5, pas x = 30.
lambda
: le taux moyen d'événements par unité de tempsSi lambda = 0,5 événement par minute, cela signifie qu'en moyenne un événement se produit toutes les 2 minutes (1 / 0,5 = 2). Le temps moyen entre événements est toujours 1 / lambda. Lambda doit être strictement supérieur à zéro.
Si on te donne un temps moyen (« 1 panne tous les 10 jours »), prends l'inverse : lambda = 1 / 10 = 0,1 panne par jour. Si tu connais le taux directement (« 6 appels par heure »), convertis si nécessaire : lambda = 6 / 60 = 0,1 appel par minute.
Astuce : Le temps moyen entre événements est toujours 1 / lambda. Ces deux grandeurs se lisent dans les deux sens : taux = 0,1/heure équivaut à temps moyen = 10 heures.
cumulative
: un interrupteur VRAI / FAUX qui change complètement le résultatVRAI renvoie la probabilité cumulée P(X <= x) : quelle est la probabilité que l'événement se produise avant le temps x ? FAUX renvoie la densité de probabilité au point x, qui représente le taux instantané à cet instant précis.
Dans la pratique, c'est presque toujours VRAI que tu veux : obtenir une vraie probabilité exploitable. La densité (FAUX) peut dépasser 1 pour les petits x avec un grand lambda, ce n'est pas une probabilité.
Attention : Avec cumulative = FAUX, la valeur renvoyée est une densité, pas une probabilité directe. Pour des probabilités réelles utilisables dans un reporting ou une décision, utilise toujours VRAI.
Pas envie d'écrire la formule LOI.EXPONENTIELLE à la main ?
Génère-la avec notre IA
Exemples pratiques pas à pas
Responsable centre d'appels : probabilité d'un appel dans les 5 prochaines minutes
Tu es responsable d'un centre d'appels qui reçoit en moyenne 6 appels par heure, soit lambda = 6 / 60 = 0,1 appel par minute. Tu veux calculer la probabilité que le prochain appel arrive dans les 5 prochaines minutes pour optimiser la planification de tes équipes.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Temps (min) | Lambda (/min) | P(X ≤ temps) | Interprétation |
| 2 | 5 | 0,1 | 39,35% | Appel dans 5 min |
| 3 | 10 | 0,1 | 63,21% | Appel dans 10 min |
| 4 | 15 | 0,1 | 77,69% | Appel dans 15 min |
=LOI.EXPONENTIELLE(5;0,1;VRAI)Le mode cumulatif (VRAI) renvoie P(X ≤ 5), la probabilité qu'un appel arrive dans les 5 prochaines minutes : 39,35%, soit moins d'une chance sur deux. C'est cohérent avec un temps moyen entre appels de 10 minutes (l'inverse de lambda).
Astuce de pro : Pour calculer à quel temps t une probabilité cible P est atteinte, utilise la formule inverse : t = -LN(1 - P) / lambda. Avec P = 0,9 et lambda = 0,1 : t = -LN(0,1) / 0,1 ≈ 23 minutes.
Ingénieur fiabilité : durée de vie d'une ampoule LED
Tes ampoules LED ont un taux de défaillance constant de 0,0001 par heure. Tu veux calculer la probabilité qu'une ampoule fonctionne encore après 5 000 heures (environ 7 mois en fonctionnement continu) pour définir ta politique de garantie produit.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Heures | Taux lambda (/h) | P(défaillance) | P(survie) |
| 2 | 5000 | 0,0001 | 39,35% | 60,65% |
| 3 | 10000 | 0,0001 | 63,21% | 36,79% |
| 4 | 20000 | 0,0001 | 86,47% | 13,53% |
=1-LOI.EXPONENTIELLE(5000;0,0001;VRAI)La formule calcule d'abord la probabilité de défaillance avant 5 000 heures (39,35%) puis la retranche de 1 pour obtenir la probabilité de survie : 60,65%. Plus de 6 ampoules sur 10 dépasseront donc 5 000 heures, cohérent avec un temps moyen de fonctionnement de 10 000 heures.
Physicien : désintégration radioactive
Un isotope radioactif a une demi-vie de 10 ans. Sachant que lambda = LN(2) / 10 ≈ 0,0693 par an, tu veux calculer la probabilité qu'un atome se désintègre dans les 5 prochaines années pour tes prévisions expérimentales.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Années | Lambda | P(désintégration) | Interprétation |
| 2 | 5 | 0,0693 | 29,29% | Demi de la demi-vie |
| 3 | 10 | 0,0693 | 50,00% | Une demi-vie |
| 4 | 20 | 0,0693 | 75,00% | Deux demi-vies |
=LOI.EXPONENTIELLE(5;0,0693;VRAI)En 5 ans (la moitié de la demi-vie), environ 29% des atomes se sont désintégrés. Après 10 ans, ce sera exactement 50%, ce qui vérifie la définition de la demi-vie. Après 20 ans (deux demi-vies), 75% auront disparu.
E-commerçant : temps entre deux ventes
Ton site enregistre en moyenne 2 ventes par heure en soirée (lambda = 2 ventes/heure). Tu veux savoir la probabilité d'attendre entre 20 et 40 minutes avant la prochaine vente pour calibrer ton remarketing en temps réel.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Temps min | Temps max | Lambda (/h) | P(20 ≤ X ≤ 40 min) |
| 2 | 20 min | 40 min | 2 | 21,61% |
=LOI.EXPONENTIELLE(40/60;2;VRAI)-LOI.EXPONENTIELLE(20/60;2;VRAI)Pour une probabilité sur un intervalle, la formule soustrait la cumulée à 20 minutes de celle à 40 minutes. Comme lambda est exprimé par heure, les minutes sont converties en heures (20/60 et 40/60). Résultat : 21,61%, soit environ une fois sur cinq.
Astuce de pro : Le temps moyen entre ventes est 1/2 = 0,5 heure = 30 minutes. Grâce à la propriété sans mémoire de la loi exponentielle, si tu n'as pas eu de vente depuis 30 minutes, la probabilité pour les 30 prochaines minutes reste exactement la même.
Comprendre VRAI vs FAUX : densité ou probabilité cumulée
Voici une comparaison pratique entre les deux modes avec lambda = 0,5. La densité (FAUX) décroît exponentiellement : les événements sont plus probables au début. La cumulée (VRAI) croît et tend vers 100%.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Temps x | Densité f(x) (FAUX) | Cumulée F(x) (VRAI) | Signification |
| 2 | 1 | 0,3033 | 0,3935 | Taux et probabilité à t=1 |
| 3 | 2 | 0,1839 | 0,6321 | 63% avant t=2 |
| 4 | 4 | 0,0677 | 0,8647 | 86% avant t=4 |
=LOI.EXPONENTIELLE(1;0,5;FAUX)Note bien : la densité à t = 1 est 0,3033, ce n'est pas une probabilité. Pour une vraie probabilité, regarde la colonne cumulée : 39,35% de chances que l'événement se produise avant t = 1. La densité au temps 0 est toujours égale à lambda.
Astuces avancées avec LOI.EXPONENTIELLE
La propriété sans mémoire : le futur ne dépend pas du passé
La loi exponentielle est la seule distribution continue possédant la propriété d'absence de mémoire : P(X > s+t | X > s) = P(X > t). En clair, la probabilité d'attendre encore t minutes est la même, que tu aies déjà attendu 0, 10 ou 100 minutes.
Applique cette propriété pour les systèmes sans usure (serveurs, ampoules en phase de vie utile) mais ne l'utilise pas pour modéliser des systèmes qui vieillissent, comme les pneus ou les batteries, où le taux de défaillance augmente avec le temps.
Estimer lambda depuis tes données observées
Si tu disposes de temps entre événements mesurés, l'estimateur naturel de lambda est l'inverse de leur moyenne : lambda = 1 / MOYENNE(plage). Mesure tes intervalles, calcule leur moyenne avec MOYENNE(), puis prends l'inverse.
Avec 5 temps d'attente de 8, 12, 5, 15 et 10 minutes, la moyenne est 10 min, donc lambda estimé = 1/10 = 0,1 événement par minute.
Lien avec la loi de Poisson
Si le nombre d'événements par période suit une loi de Poisson de paramètre lambda × t, alors le temps jusqu'au premier événement suit une loi exponentielle de paramètre lambda. Les deux faces de la même médaille : Poisson compte les événements, l'exponentielle mesure le temps entre eux.=LOI.EXPONENTIELLE(t; lambda; VRAI) est équivalent à 1 - LOI.POISSON(0; lambda*t; VRAI) pour vérifier la cohérence de tes modèles.
Calculer des quantiles : à quel temps une probabilité est-elle atteinte ?
Pour trouver le temps t tel que P(X <= t) = p, utilise la formule des quantiles : t = -LN(1-p) / lambda. Le 90e percentile (90% des événements se produisent avant ce temps) est =-LN(1-0,9)/lambda, soit 2,303/lambda.
Très utile pour définir des SLA : avec lambda = 0,1 appel/min, le temps avant que 90% des appels soient traités est -LN(0,1)/0,1 ≈ 23 minutes.
Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction LOI.EXPONENTIELLE
Le faux pas le plus courant ne déclenche aucun code d'erreur : il vient d'un mélange d'unités. Si lambda compte des événements par heure et que tu saisis x en minutes, le résultat reste un nombre crédible mais totalement faux.
Les vrais blocages, eux, renvoient #NOMBRE! : un lambda nul ou négatif, ou un temps x en-dessous de zéro, deux valeurs que la loi exponentielle refuse par nature.
Lambda négatif ou nul : #NOMBRE!
Le paramètre lambda doit être strictement positif. =LOI.EXPONENTIELLE(5; 0; VRAI) renvoie #NOMBRE! car un taux nul ou négatif n'a aucun sens physique.
Solution : Vérifie que ton taux d'événements est bien positif avant de lancer la formule. Si lambda vient d'un calcul, ajoute un test : =SI(B1>0; LOI.EXPONENTIELLE(A1;B1;VRAI); "Lambda invalide").
Valeur x négative : #NOMBRE!
Les temps d'attente ne peuvent pas être négatifs. =LOI.EXPONENTIELLE(-2; 0,5; VRAI) renvoie #NOMBRE!. La loi exponentielle ne s'applique qu'aux valeurs positives ou nulles.
Solution : Assure-toi que ta valeur x est supérieure ou égale à zéro. Si x provient d'une cellule, protège la formule : =SI(A1>=0; LOI.EXPONENTIELLE(A1;B1;VRAI); 0).
Confusion des unités de temps : résultat aberrant
C'est l'erreur la plus fréquente : lambda et x doivent être dans la même unité de temps. Avec lambda = 2 événements/heure et x = 30 minutes, on obtient un résultat faux si on écrit =LOI.EXPONENTIELLE(30; 2; VRAI) au lieu de =LOI.EXPONENTIELLE(0,5; 2; VRAI).
Solution : Convertis toujours x dans la même unité que lambda avant de passer à la formule. 30 minutes avec un lambda horaire : utilise 30/60 = 0,5 heure. Documente l'unité choisie dans une cellule nommée pour éviter la confusion.
Utilisation pour un système qui s'use : modèle inadapté
La loi exponentielle suppose un taux de défaillance constant. Pour des systèmes qui vieillissent (pneus, batteries, moteurs), le taux augmente avec le temps, et l'exponentielle sous-estime les défaillances tardives.
Solution : Pour les systèmes avec usure, utilise une distribution de Weibull (disponible via LOI.WEIBULL dans Excel), qui peut modéliser un taux de défaillance croissant. Le test rapide : si la probabilité de panne augmente avec l'âge, l'exponentielle est inadaptée.
Confondre lambda et bêta : résultat inversé
Certaines formulations mathématiques utilisent bêta = 1 / lambda (le temps moyen) comme paramètre. Si on te donne un temps moyen de 10 heures et qu'on saisit lambda = 10 au lieu de lambda = 0,1, la probabilité calculée sera complètement erronée.
Solution : Excel attend toujours lambda (le taux), jamais bêta. Si on te donne un temps moyen, prends son inverse : temps moyen de 10 heures donne lambda = 1/10 = 0,1. Indique clairement dans ta feuille quelle grandeur est stockée.
Oublier le complément pour P(X > a)
LOI.EXPONENTIELLE avec cumulative = VRAI renvoie P(X <= a). Pour obtenir P(X > a), il faut soustraire de 1. Utiliser directement la fonction pour P(X > 5 minutes) donne le résultat inverse.
Solution : Utilise =1 - LOI.EXPONENTIELLE(a; lambda; VRAI) pour la probabilité que l'événement ne se produise pas avant le temps a. Par exemple, la probabilité d'attendre plus de 5 minutes est =1-LOI.EXPONENTIELLE(5;0,1;VRAI).
Questions fréquentes sur la fonction LOI.EXPONENTIELLE
Quelle différence entre VRAI et FAUX pour le paramètre cumulative ?
VRAI renvoie la probabilité cumulée P(X <= x), c'est-à-dire la probabilité qu'un événement se produise avant le temps x. C'est une valeur entre 0 et 1, directement interprétable comme une probabilité.
FAUX renvoie la densité de probabilité au point x, qui représente le taux instantané à ce moment précis. Cette valeur peut dépasser 1 et n'est pas directement une probabilité. Dans 99% des cas pratiques, c'est VRAI que tu veux.
Comment interpréter le paramètre lambda ?
Lambda représente le taux moyen d'événements par unité de temps. Un lambda = 0,1 signifie 0,1 événement par heure, soit 1 événement toutes les 10 heures en moyenne.
Le temps moyen entre événements est toujours 1 / lambda. Si on te donne la durée moyenne plutôt que le taux, prends simplement l'inverse : temps moyen de 20 minutes donne lambda = 1/20 = 0,05 événement par minute.
Quelle est la relation entre la loi exponentielle et la loi de Poisson ?
Si les événements suivent un processus de Poisson (nombre d'événements par période de taux lambda), alors le temps entre ces événements suit une loi exponentielle de même paramètre lambda.
Ce sont deux faces de la même médaille : Poisson compte les événements sur une période, l'exponentielle mesure le temps entre eux. Tu peux vérifier la cohérence de tes modèles en calculant la probabilité des deux façons.
Pourquoi dit-on que la loi exponentielle est sans mémoire ?
C'est la propriété d'absence de mémoire : la probabilité qu'un événement se produise dans les prochaines k minutes est la même, que tu aies déjà attendu 0, 10 ou 100 minutes. Le passé n'influence pas le futur.
Une ampoule qui a déjà fonctionné 1 000 heures n'a ni plus ni moins de chances de griller dans la prochaine heure qu'une ampoule neuve. Cette propriété ne tient que si le taux de défaillance est vraiment constant dans le temps.
Dans quels cas ne pas utiliser la loi exponentielle ?
Évite la loi exponentielle si : les événements ne sont pas indépendants les uns des autres, le taux d'occurrence varie dans le temps, il y a un phénomène d'usure (probabilité de défaillance qui augmente avec l'âge), ou tes données montrent plusieurs modes.
Dans ces cas, préfère d'autres distributions comme Weibull (pour l'usure) ou gamma (pour des durées avec plusieurs phases).
Pour aller plus loin
Les fonctions similaires : LOI.NORMALE, LOI.STUDENT, LN, EXP, MOYENNE
Bloqué sur une formule Excel ?
Pose ta question à notre assistant Excel IA, il te sort la bonne formule en quelques secondes.
Essayer l'assistant IAGratuit · 10 questions par mois