Qu'est-ce que la fonction LOI.
La fonction LOI.EXPONENTIELLE.N te permet de modéliser le temps entre deux événements aléatoires indépendants. Tu travailles sur la fiabilité d'équipements, les temps d'attente en service client, ou les durées de vie de composants ? C'est la distribution à connaître.
Elle a une propriété statistique unique : elle est « sans mémoire ». Un composant qui a fonctionné 10 000 heures a exactement la même probabilité de tomber en panne dans l'heure suivante qu'un composant neuf. C'est idéal pour modéliser les défaillances aléatoires, dimensionner des stocks de pièces de rechange, ou calculer des SLA de service client à partir de données réelles.
Syntaxe
=LOI.EXPONENTIELLE.N(x; lambda; cumulative)Clique sur un argument pour aller à son explication.
Le paramètre lambda est le taux d'événements, pas la moyenne. Si le temps moyen entre pannes (MTBF) est de 5 000 heures, alors lambda = 1/5000 = 0,0002. Confondre lambda avec la moyenne est l'erreur la plus fréquente.
Comprendre chaque paramètre de la fonction LOI.EXPONENTIELLE.N
Les trois arguments s'enchaînent dans un ordre fixe : la valeur x que tu testes, le taux lambda, puis le drapeau cumulative. Aucun n'est facultatif, contrairement à beaucoup de fonctions de distribution. Le piège est sur lambda : tu y mets 1/moyenne, pas la moyenne, et sur cumulative, où VRAI te donne une probabilité interprétable alors que FAUX ne sert qu'à tracer la courbe.
x
: la valeur pour laquelle tu calcules la probabilitéElle représente typiquement un temps d'attente ou une durée de vie, et doit être positive ou nulle (>= 0).
Par exemple, si tu veux savoir quelle proportion de composants tombe en panne avant 1 000 heures, x = 1000.
Attention : Si x < 0, la fonction retourne l'erreur #NOMBRE!. La loi exponentielle n'est définie que pour les valeurs positives ou nulles.
lambda
: le taux d'événements, égal à `1/moyenne`Il doit être strictement positif. Si le temps moyen entre pannes (MTBF) est de 5 000 heures, alors lambda = 1/5000 = 0,0002. Si un service répond en moyenne en 20 minutes, lambda = 1/20 = 0,05.
Tu peux entrer la formule directement : =LOI.EXPONENTIELLE.N(1000; 1/5000; VRAI) est plus lisible que =LOI.EXPONENTIELLE.N(1000; 0,0002; VRAI).
cumulative
: l'indicateur qui détermine le mode de calculVRAI retourne la fonction de répartition cumulative : la probabilité que l'événement survienne avant le temps x, soit P(X <= x). FAUX retourne la densité de probabilité f(x), utile pour tracer la courbe de distribution.
Dans la quasi-totalité des usages pratiques, tu utiliseras VRAI pour obtenir des probabilités directement interprétables.
Exemples pratiques pas à pas
Comment calculer la probabilité de défaillance d'un composant avec la fonction LOI.EXPONENTIELLE.N
Un lot de composants électroniques part chez un client qui exige un taux de retour sous garantie chiffré. Ton banc de test donne un temps moyen entre pannes de 5 000 heures, et le tableau liste chaque composant avec le cap d'heures que tu veux vérifier. La fonction LOI.EXPONENTIELLE.N traduit ce temps moyen en probabilité de défaillance avant le cap, ce qui te donne directement le taux de retour attendu.
- 1Dans une cellule, écris
=LOI.EXPONENTIELLE.N(. - 2En 1er argument : clique sur la cellule du cap d'heures à vérifier,
B2. Elle affiche1000sur cette ligne, la durée sous laquelle tu veux connaître le risque de défaillance. - 3En 2ᵉ argument : saisis le taux de panne,
0,0002. Ce nombre est l'inverse du MTBF de 5 000 heures (1 / 5000) et se tape directement dans la formule, sans passer par une cellule. Le confondre avec la moyenne de 5 000 rend un résultat plausible et pourtant complètement faux. - 4En 3ᵉ argument : saisis
VRAI, qui réclame la probabilité cumulée de tomber en panne avant les1000heures. AvecFAUX, la fonction renverrait une densité, un nombre qui ne se lit pas comme un pourcentage. - 5Ferme la parenthèse et appuie sur Entrée.
=LOI.EXPONENTIELLE.N(B2; 0,0002; VRAI)0,0002 panne par heure et rend 18,1% de risque de défaillance avant 1000 heures. Le MTBF de 5000 heures n'est pas une durée garantie mais une moyenne : à 2000 heures, un tiers du lot est déjà tombé (33,0%) alors que les 5 000 heures sont encore loin.
Attention : Confondre le MTBF et le taux est l'erreur qui coûte le plus cher ici, parce qu'elle ne déclenche aucune erreur. Saisir 5000 au lieu de 0,0002 dans lambda rend un nombre parfaitement plausible et complètement faux.
Comment estimer le taux lambda avec les fonctions LOI.EXPONENTIELLE.N et MOYENNE
Personne ne t'a donné de MTBF : tu n'as que cinq intervalles entre pannes relevés sur le terrain, et la direction attend quand même une prévision. La colonne des intervalles observés porte ces relevés, celle des horizons porte les caps que tu veux tester. La fonction LOI.EXPONENTIELLE.N accepte que son taux soit calculé à la volée depuis tes données, ce qui évite de figer un chiffre à la main.
- 1Dans une cellule, écris
=LOI.EXPONENTIELLE.N(. - 2En 1er argument : clique sur la cellule de l'horizon que tu testes,
C2. Elle vaut5heures sur cette ligne, la durée au bout de laquelle tu veux connaître le risque de panne cumulé. - 3En 2ᵉ argument : saisis le taux calculé sur place,
1/MOYENNE($B$2:$B$6). La fonction MOYENNE ramène les cinq intervalles relevés à8heures, et l'inverse de cette moyenne vaut0,125panne par heure. Les dollars figent la plage pour qu'elle ne glisse pas d'une ligne quand tu recopies la formule vers le bas. - 4En 3ᵉ argument : saisis
VRAIpour obtenir la probabilité de panne avant l'horizon testé, et non la densité que renverraitFAUX. - 5Ferme la parenthèse et appuie sur Entrée.
=LOI.EXPONENTIELLE.N(C2; 1/MOYENNE($B$2:$B$6); VRAI)8 heures, puis l'inverse de cette moyenne (0,125) sert de taux à la fonction LOI.EXPONENTIELLE.N, qui rend 46,5% de risque de panne dans les 5 premières heures. Le jour où un relevé s'ajoute, le taux se recalcule tout seul et toute la colonne suit.
Comment vérifier que les fonctions LOI.EXPONENTIELLE.N et LOI.EXPONENTIELLE rendent le même résultat
Un classeur hérité utilise partout l'ancienne fonction LOI.EXPONENTIELLE et on te demande s'il faut tout réécrire en LOI.EXPONENTIELLE.N avant l'audit. Plutôt que de croire la réputation de l'une ou de l'autre, tu poses les deux dans la même formule sur tes propres heures et tu regardes l'écart. Le tableau reprend le taux de 0,0002 panne par heure et trois caps à contrôler.
- 1Dans une cellule, écris
=LOI.EXPONENTIELLE.N(. - 2En 1er argument : clique sur la cellule du cap d'heures à contrôler,
B2. Elle vaut1000sur cette ligne, et la seconde fonction recevra ce même cap. - 3En 2ᵉ argument : clique sur la cellule du taux de panne,
C2. Elle contient0,0002panne par heure, soit l'inverse du MTBF. Ce taux vit dans la colonne pour que les deux fonctions lisent la même valeur. - 4En 3ᵉ argument : saisis
VRAIpour comparer deux probabilités cumulées. Opposer une densité (FAUX) à une probabilité n'aurait aucun sens. - 5Ferme la parenthèse, complète par
-LOI.EXPONENTIELLE(B2; C2; VRAI), puis appuie sur Entrée. La fonction historique reçoit les mêmesB2,C2etVRAIque la première, donc elle lit exactement les mêmes valeurs. La soustraction ne chiffre alors que l'écart entre les deux fonctions, et un zéro dit qu'elles rendent le même nombre.
=LOI.EXPONENTIELLE.N(B2; C2; VRAI)-LOI.EXPONENTIELLE(B2; C2; VRAI)0. Sur ces arguments, la fonction LOI.EXPONENTIELLE.N et la fonction LOI.EXPONENTIELLE rendent le même nombre. Le .N n'apporte donc pas de précision supplémentaire : il apporte un nom aligné sur les autres lois modernes.
Les erreurs fréquentes avec la fonction LOI.EXPONENTIELLE.N
Deux ennuis reviennent sans cesse, et un seul est visible. Un x négatif ou un lambda nul ou négatif font sortir un #NOMBRE! franc, facile à repérer. Le sournois ne déclenche aucune erreur : si tu saisis ta moyenne (genre 5000) à la place de 1/5000 dans lambda, la formule te rend des probabilités plausibles mais totalement fausses.
Le troisième cas n'est pas un bug d'Excel mais un mauvais choix de loi : l'exponentielle suppose un taux de panne constant, donc elle ne modélise ni l'usure ni le rodage.
Paramètres hors limites retournent #NOMBRE!
x < 0 ou lambda <= 0 déclenchent #NOMBRE!. La loi exponentielle n'est définie que pour les valeurs positives de x et un taux strictement positif.
Solution : Assure-toi que x >= 0 et que lambda > 0. Si tu calcules lambda = 1/MOYENNE(...) et que ta plage contient des zéros, filtre-les d'abord pour éviter une division par zéro.
Résultats faux parce que lambda est confondu avec la moyenne
Entrer directement la moyenne comme lambda (par exemple 5000 pour un MTBF de 5 000 heures au lieu de 1/5000) inverse complètement la distribution et donne des probabilités absurdes.
Solution : Rappelle-toi : lambda = 1/moyenne. Si le MTBF est 5 000 heures, lambda = 1/5000 = 0,0002. Écris la formule directement avec la division : =LOI.EXPONENTIELLE.N(x; 1/5000; VRAI) pour éviter toute confusion.
Mauvais contexte : la loi exponentielle ne modélise pas l'usure
La loi exponentielle suppose que le taux de panne est constant (propriété sans mémoire). Elle ne convient pas pour modéliser l'usure mécanique, le vieillissement progressif, ni la mortalité infantile des composants.
Solution : Si ton taux de panne évolue dans le temps (croissant pour l'usure, décroissant pour la mortalité infantile, en baignoire), utilise la loi de Weibull (LOI.WEIBULL). L'exponentielle est un cas particulier de Weibull avec beta = 1.
Questions fréquentes
Si les événements suivent un processus de Poisson de taux lambda (nombre d'événements par unité de temps), alors le temps entre deux événements successifs suit une loi exponentielle de ce même paramètre lambda.
Par exemple, si les appels arrivent à 4 par heure (Poisson), le temps entre deux appels suit une loi exponentielle avec lambda = 4. Les deux distributions sont complémentaires : l'une modélise le nombre d'événements, l'autre l'intervalle entre eux.
La propriété sans mémoire signifie que P(X > t+s | X > t) = P(X > s). En clair, un composant qui a survécu t heures a exactement la même probabilité de survivre s heures de plus qu'un composant neuf.
Cette propriété modélise bien les défaillances aléatoires (courts-circuits, surtensions) mais pas l'usure progressive. Pour l'usure, utilise plutôt la loi de Weibull.
lambda = 1/MOYENNE(données). Si tu as des temps de panne de 100, 200 et 150 heures, lambda = 1/MOYENNE(100;200;150) = 1/150 ≈ 0,0067.
Assure-toi que tes données sont bien des durées entre événements (temps inter-pannes) et non des dates absolues. La qualité de l'estimation dépend de la taille de ton échantillon : avec moins de 30 observations, l'incertitude est élevée.
Utilise la loi de Weibull si le taux de panne n'est pas constant : croissant (usure mécanique), décroissant (mortalité infantile, composants qui « s'améliorent » en rodage), ou en forme de baignoire (les deux).
L'exponentielle est un cas particulier de Weibull avec beta = 1. Si tu n'es pas sûr, teste d'abord l'exponentielle : si le résidu est systématique, passe à Weibull.
LOI.EXPONENTIELLE est l'ancienne syntaxe disponible jusqu'à Excel 2007. LOI.EXPONENTIELLE.N est la version moderne introduite dans Excel 2010, avec une syntaxe cohérente avec les autres fonctions de distribution (suffixe .N).
Les résultats sont identiques. Microsoft recommande d'utiliser LOI.EXPONENTIELLE.N dans les nouvelles feuilles car l'ancienne version pourrait ne plus être disponible dans les futures versions d'Excel.
Pour aller plus loin
Continue sur ta lancée après la fonction LOI.EXPONENTIELLE.N : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
