Qu'est-ce que la fonction LOI.
LOI.EXPONENTIELLE (EXPON.DIST en anglais) te sert quand tu dois chiffrer un risque ou un délai d'attente à partir d'un taux moyen d'événements, sans attendre d'avoir vécu l'événement pour savoir à quoi t'attendre.
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
=LOI.EXPONENTIELLE(x; lambda; cumulative)Clique sur un argument pour aller à son explication.
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.
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.
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.
Exemples pratiques pas à pas
Comment calculer la probabilité d'un délai d'attente avec la fonction LOI.EXPONENTIELLE
Ton centre d'appels reçoit en moyenne 6 appels par heure, soit 0,1 appel par minute, et tu dois défendre le dimensionnement des équipes à la réunion de planning. Chaque ligne du tableau porte un créneau, la durée que tu observes et ce taux d'arrivée. La fonction LOI.EXPONENTIELLE te donne la probabilité que le prochain appel tombe avant la fin de la durée observée, à partir du seul taux moyen.
- 1Dans une cellule, écris
=LOI.EXPONENTIELLE(. - 2En 1er argument : clique sur la durée que tu observes sur ce créneau,
B2, ici5minutes. C'est le délai avant lequel tu cherches à savoir si le prochain appel arrive. - 3En 2ᵉ argument : clique sur le taux d'arrivée des appels,
C2, soit0,1appel par minute (tes 6 appels par heure divisés par 60). La durée et le taux doivent compter dans la même unité, la minute des deux côtés, sinon le résultat reste crédible mais faux. - 4En 3ᵉ argument : saisis la valeur qui réclame la probabilité cumulée,
VRAI, c'est-à-dire la chance que l'appel tombe avant les5minutes. AvecFAUX, la fonction renverrait la densité au point5, un nombre qui ne se lit pas comme une probabilité. - 5Ferme la parenthèse et appuie sur Entrée.
=LOI.EXPONENTIELLE(B2; C2; VRAI)0,1 appel par minute, il y a 39,3% de chances que le prochain appel tombe dans les 5 minutes. Le temps moyen entre deux appels vaut l'inverse du taux (1 / 0,1), soit 10 minutes, et c'est exactement à 10 minutes que la probabilité atteint 63,2%, la signature de cette loi.
Comment calculer la probabilité de dépasser un délai avec la fonction LOI.EXPONENTIELLE
Un atelier tourne avec des machines qui tombent en panne toutes les 50 heures en moyenne, soit 0,02 panne par heure, et la production te demande sur quelle durée elle peut compter sans arrêt. Le tableau liste les machines et les durées que tu veux garantir. Ce qui t'intéresse ici n'est pas la probabilité de panne mais son contraire, la probabilité de tenir plus longtemps que la durée visée.
- 1Dans une cellule, écris
=1-LOI.EXPONENTIELLE(. Le1-se tape en premier parce que la fonction ne sait donner que la probabilité de panne, alors que c'est son contraire qui t'intéresse ici. - 2En 1er argument : clique sur la durée que tu veux tenir sans panne,
B2, ici20heures. - 3En 2ᵉ argument : clique sur le taux de panne,
C2, soit0,02panne par heure, l'inverse des50heures qui séparent deux pannes en moyenne. - 4En 3ᵉ argument : saisis la valeur qui réclame une probabilité et non une densité,
VRAI. - 5Ferme la parenthèse et appuie sur Entrée. La fonction rend d'abord
P(X ≤ 20), la probabilité de tomber en panne avant20heures, puis le1-retranche ce résultat de1pour livrerP(X > 20), la probabilité de tenir plus longtemps.
=1-LOI.EXPONENTIELLE(B2; C2; VRAI)1 pour obtenir la question inverse, celle de tenir au-delà. À 50 heures, soit exactement l'intervalle moyen entre deux pannes, il ne reste que 36,8% de chances de passer le cap.
Comment calculer la probabilité d'un délai compris entre deux bornes avec la fonction LOI.EXPONENTIELLE
Tu veux savoir quelle tranche de temps concentre le plus d'arrivées d'appels pour caler les pauses de ton équipe, toujours avec ce taux de 0,1 appel par minute. Le tableau donne pour chaque créneau une borne basse et une borne haute qui encadrent la tranche à mesurer. Une probabilité cumulée s'arrête toujours à une seule borne, donc il en faut deux et il faut les soustraire pour isoler la tranche.
- 1Dans une cellule, écris
=LOI.EXPONENTIELLE(. - 2En 1er argument : clique sur la borne qui ferme la tranche par le haut,
C2, ici15minutes. Ce premier appel calcule la probabilité que l'appel arrive avant15minutes. - 3En 2ᵉ argument : clique sur le taux d'arrivée,
D2, soit0,1appel par minute, partagé par les deux appels de la formule. - 4En 3ᵉ argument : saisis la valeur qui maintient une probabilité cumulée,
VRAI. - 5Ferme la parenthèse, complète par
-LOI.EXPONENTIELLE(B2; D2; VRAI), puis appuie sur Entrée. Ce second appel reprend le même tauxD2et le mêmeVRAI, mais il vise la borne basseB2, soit5minutes, donc il rend la probabilité que l'appel arrive avant5minutes. La soustraction retire ce cumul le plus étroit du plus large, et il ne reste que la tranche de5à15minutes.
=LOI.EXPONENTIELLE(C2; D2; VRAI)-LOI.EXPONENTIELLE(B2; D2; VRAI)5 à 15 minutes capte 38,3% des attentes, à peine moins que les cinq premières minutes (39,3%) qui sont pourtant deux fois plus courtes.
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.
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
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.
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.
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.
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.
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
Continue sur ta lancée après la fonction LOI.EXPONENTIELLE : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
