www.elmerouani.jimdo.

com 15/03/2010

Loi Log-normale bi-paramètriques:

®E
• Une variable aléatoire X est dite suivant une loi
de probabilité Log-normale de paramètres µ et σ
si la v. a. Y=Log X suit la loi normale de moyenne
Lois continues µ et d’écart-type σ.
• On note X → Λ (µ , σ )
lM
• Alors, la densité de probabilité de Y est:
Loi Log-normale ( y −µ )2
−
1 2σ2
f ( y) = e
2 πσ
• et celle de X sera:
( Log x −µ )2
−
1 2σ2
f ( x) = e
ero
2πσx
ua
ni
FP
Te
Espérance et variance: Loi Log-normale tri-paramètriques:
• Soit X→Λ(µ, σ), son espérance est: • Une variable aléatoire X que peut prendre une
tou
valeur qui dépasse une valeur fixée τ est dite
 1  suivant une loi log-normale de trois paramètres τ,
E ( X ) = exp µ + σ 2 
 2  µ et σ si Y=Log(X-τ) suit une loi normale de
• Et sa variance est: paramètres µ et σ.
• On note X → Λ ( τ, µ, σ)
( ){ ( ) }
Var ( X ) = exp 2µ + σ 2 exp σ 2 − 1
an
• Le troisième paramètre τ s’appelle le seuil.
• Ainsi, la log-normale de 2 paramètres est un cas
particulier de celle de 3 paramètres avec τ=0.

1
 www.elmerouani.jimdo.com 15/03/2010

Fonction de densité de probabilité: Espérance et variance:

®E
• Soit X→Λ(τ, µ, σ), alors sa fonction de • Soit X→Λ(τ, µ, σ), alors,
densité de probabilité est: • Son espérance est:

E ( X ) = τ + exp(µ + σ)
lM
 1  1 2
 exp − 2 {Log (x − τ ) − µ}  si τ < x < ∞
g ( x) =  2πσ( x − τ )  2σ  • Sa variance est:
 0 si x ≤ τ
2
[ (
2 2
Var ( X ) = e µ e σ e σ − 1 )]
ero
ua
ni
FP
Te
tou
an