Loi hyper-exponentielle

En théorie des probabilités et en statistique, la loi hyper-exponentielle (ou loi hyper-exponentielle-n) est une loi de probabilité continue mélangeant plusieurs lois exponentielles. Elle dépend de trois paramètres : n le nombre de lois exponentielles indépendantes, les paramètres de ces lois exponentielles et une pondération de ces lois. Le terme hyper vient du fait que le coefficient de variation de la loi est supérieur à 1, comparativement à la loi hypo-exponentielle dont le coefficient de variation est inférieur à 1 et à la loi exponentielle dont le coefficient vaut 1. C'est une loi utilisée dans la dans le cas d'une simulation de n serveurs en parallèle. La loi hyper-exponentielle est, en un certain sens, un mélange de plusieurs lois exponentielles. Notons n lois exponentielles indépendantes de paramètres respectifs : . Les paramètres de mélange sont notés et vérifient Alors la loi de Y peut être obtenue de la manière suivante : on tire avec probabilité p le paramètre que l'on prendra pour la loi exponentielle que suivra Y. On obtient ainsi une loi hyper-exponentielle de paramètres n, (p), (). Cette loi sera notée : . La densité de probabilité de la loi hyper-exponentielle est la somme des densités des lois exponentielles : La fonction de répartition est donnée par : L'espérance est la somme pondérée des espérances des lois exponentielles : Puisque la loi exponentielle permet de simuler le temps de vie d'équipements en série, la loi hyper-exponentielle permet de simuler le temps nécessaire jusqu'à la prochaine réparation d'un système d'équipements en série lorsque le temps de vie peut être très court ou très long. En remplaçant l'idée de panne d'un appareil par l'idée plus générale d'un évènement, par exemple l'arrivée d'un client ou d'un appel téléphonique, la loi hyper-exponentielle modélise le temps d'attente jusqu'au prochain appel dans un centre d'appel contenant n serveurs. Si n=1, alors la loi hyper-exponentielle est la loi exponentielle .

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Concepts associés (2)

Cours associés (2)

Séances de cours associées (38)

Loi hyper-exponentielle

Loi exponentielle

Une loi exponentielle modélise la durée de vie d'un phénomène sans mémoire, ou sans vieillissement, ou sans usure : la probabilité que le phénomène dure au moins s + t heures (ou n'importe quelle autre unité de temps) sachant qu'il a déjà duré t heures sera la même que la probabilité de durer s heures à partir de sa mise en fonction initiale. En d'autres termes, le fait que le phénomène ait duré pendant t heures ne change rien à son espérance de vie à partir du temps t.

PHYS-467: Machine learning for physicists

Machine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practi

PHYS-403: Computer simulation of physical systems I

The two main topics covered by this course are classical molecular dynamics and the Monte Carlo method.

Régression linéaire : Inférence statistique et régularisation PHYS-467: Machine learning for physicists

Couvre le modèle probabiliste de régression linéaire et l'importance des techniques de régularisation.

Modèles probabilistes pour la régression linéaire PHYS-467: Machine learning for physicists

Couvre le modèle probabiliste de régression linéaire et ses applications dans la résonance magnétique nucléaire et l'imagerie par rayons X.

Chaînes Markov en continu MATH-332: Stochastic processes

Introduit des chaînes de Markov en continu sur un espace d'état fini avec des temps d'attente exponentiels et des probabilités de saut.