En théorie des probabilités, la loi de Pareto, d'après Vilfredo Pareto, est un type particulier de loi de puissance qui a des applications en sciences physiques et sociales. Elle permet notamment de donner une base théorique au « principe des 80-20 », aussi appelé principe de Pareto. Soit la variable aléatoire X qui suit une loi de Pareto de paramètres (x,k), avec k un réel positif, alors la loi est caractérisée par : Les lois de Pareto sont des lois continues. La loi de Zipf, et son cas limite, la loi zêta, peuvent être considérées comme l'équivalent discret de la loi de Pareto. Il suit, de la définition donnée précédemment, que la densité de probabilité de X vérifie : pour Le paramètre k est souvent nommé indice de Pareto. Le quantile d'ordre d'une variable aléatoire distribuée selon une loi de Pareto de paramètres est donné par : L'espérance d'une variable aléatoire suivant une loi de Pareto est (si k ≤ 1, l'espérance est infinie). Sa variance est (De nouveau : si k ≤ 2, la variance est infinie). Les moments d'ordre supérieur sont donnés par : mais ils ne sont définis que pour . Cela signifie que la fonction génératrice (la série de Taylor en où les sont pris pour coefficients) n'est pas définie. Cette propriété est vraie en général pour les variables aléatoires présentant une « longue traîne ». La fonction caractéristique est donnée par : où Γ(a,x) est la fonction gamma incomplète . La loi de Pareto est reliée à la loi exponentielle par : La loi de Dirac est un cas limite de la loi de Pareto : La loi de Pareto est à longue traîne, ce qui signifie que : . Par exemple, si X est le temps de vie d'un composant, plus il a vécu (X > x) plus il a de chances de vivre longtemps : le système rajeunit. On peut pallier l'inconvénient « longue traîne » dans d'autres applications des lois de Pareto telles que la loi par taille des entreprises exprimée en nombre d'employés ou en chiffre d'affaires ou d'autres entités mesurables par taille dont la limite théorique est infinie en utilisant une échelle log-log après transformations appropriées des données analysées.

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.
Cours associés (32)
FIN-403: Econometrics
The course covers basic econometric models and methods that are routinely applied to obtain inference results in economic and financial applications.
COM-417: Advanced probability and applications
In this course, various aspects of probability theory are considered. The first part is devoted to the main theorems in the field (law of large numbers, central limit theorem, concentration inequaliti
BIO-369: Randomness and information in biological data
Biology is becoming more and more a data science, as illustrated by the explosion of available genome sequences. This course aims to show how we can make sense of such data and harness it in order to
Afficher plus
Séances de cours associées (105)
Vecteurs aléatoires gaussiens
Explore les vecteurs gaussiens, les fonctions génératrices de moment, l'indépendance, les fonctions de densité, les transformations affines et les formes quadratiques.
Techniques de réduction de la variance: variables antithétiques et échantillonnage d'importance
Explore les techniques de réduction de la variance telles que les variables antithétiques et l'échantillonnage d'importance dans l'estimation de Monte Carlo.
Famille exponentielle : distributions et régularité
Couvre la famille exponentielle des distributions et le modèle d'Ising, expliquant le magnétisme par des dipôles et des spins.
Afficher plus
Publications associées (383)
Concepts associés (31)
Loi log-normale
En théorie des probabilités et statistique, une variable aléatoire X est dite suivre une loi log-normale de paramètres et si la variable suit une loi normale d'espérance et de variance . Cette loi est parfois appelée loi de Galton. Elle est habituellement notée dans le cas d'une seule variable ou dans un contexte multidimensionnel. Une variable peut être modélisée par une loi log-normale si elle est le résultat de la multiplication d'un grand nombre de petits facteurs indépendants.
Loi de puissance
La loi de puissance est une relation mathématique entre deux quantités. Si une quantité est la fréquence d'un évènement et l'autre est la taille d'un évènement, alors la relation est une distribution de la loi de puissance si les fréquences diminuent très lentement lorsque la taille de l'évènement augmente. En science, une loi de puissance est une relation entre deux quantités x et y qui peut s'écrire de la façon suivante : où a est une constante dite constante de proportionnalité, k, valeur négative, est une autre constante, dite exposant, puissance, indice ou encore degré de la loi et x nombre réel strictement positif.
Loi de Zipf
La loi de Zipf est une observation empirique concernant la fréquence des mots dans un texte. Elle a pris le nom de son auteur, George Kingsley Zipf (1902-1950). Cette loi a d'abord été formulée par Jean-Baptiste Estoup et a été par la suite démontrée à partir de formules de Shannon par Benoît Mandelbrot. Elle est parfois utilisée en dehors de ce contexte, par exemple au sujet de la taille et du nombre des villes dans chaque pays, lorsque cette loi semble mieux répondre aux chiffres que la distribution de Pareto.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.