Connectez-vous via MCP →

Entrez le calcul

Formule

Show calculation steps (1)
  1. Cumulative Distribution Function (CDF)

    Cumulative Distribution Function (CDF): Calculateur de loi de Laplace

    Lower cumulative probability P(X <= x); the form is split at x < mu and x >= mu

Publicité

Résultats

Densité de probabilité f(x)
0,18394
Loi de Laplace (double exponentielle)
Lower cumulative P(X ≤ x) 0,81606
Upper cumulative P(X > x) 0,18394

Qu'est-ce que la loi de Laplace ?

La loi de Laplace, également appelée loi double exponentielle, est une loi de probabilité continue symétrique autour de son centre. Elle ressemble à deux lois exponentielles accolées dos à dos, ce qui crée un pic marqué (une pointe anguleuse) au niveau du paramètre de position, ainsi que des queues plus épaisses que celles de la loi normale. On l'emploie largement en traitement du signal, en régression robuste (moindres écarts absolus), en inférence bayésienne (loi a priori du LASSO) et en finance pour modéliser des rendements à queues épaisses. C'est un outil mathématique universel qui s'applique de la même façon partout.

Courbe de densité de probabilité de Laplace à pic symétrique, centrée en mu avec des queues exponentielles
La PDF de Laplace : un pic aigu à la position mu avec des queues exponentielles symétriques.

Comment utiliser ce calculateur

Saisissez trois nombres : x, la valeur de la variable aléatoire ; le paramètre de position mu, qui fixe le centre (à la fois moyenne et médiane) ; et le paramètre d'échelle b, qui doit être strictement positif et règle la dispersion. Le calculateur renvoie la densité de probabilité \(f(x)\), la probabilité cumulée inférieure \(P(X \leq x)\) et la probabilité cumulée supérieure \(P(X > x)\). La somme des deux valeurs cumulées est toujours exactement égale à 1.

La formule expliquée

La densité s'écrit $$f(x) = \frac{1}{2\,b}\exp\!\left(-\frac{\left|x - \mu\right|}{b}\right)$$ La fonction de répartition est définie par morceaux : $$F(x) = \begin{cases} \dfrac{1}{2}\exp\!\left(\dfrac{x - \mu}{b}\right) & \text{si } x < \mu \\[1em] 1 - \dfrac{1}{2}\exp\!\left(-\dfrac{x - \mu}{b}\right) & \text{si } x \geq \mu \end{cases}$$ Le recours à l'écart absolu garantit que l'exposant reste négatif ou nul, de sorte que \(\exp()\) ne provoque jamais de dépassement de capacité. La moyenne vaut \(\mu\) et la variance vaut \(2b^2\).

Publicité
Courbe de densité de Laplace avec aire gauche ombrée montrant la probabilité cumulée inférieure jusqu'à x
La CDF inférieure \(P(X \leq x)\) est l'aire ombrée sous la courbe à gauche de \(x\).

Exemple détaillé

Prenons \(x = 1\), \(\mu = 0\), \(b = 1\). L'écart est \(d = 1\). Densité : $$f(1) = 0{,}5\cdot\exp(-1) = 0{,}18394$$ Comme \(x \geq \mu\), on a $$F(1) = 1 - 0{,}5\cdot\exp(-1) = 0{,}81606$$ et la probabilité supérieure vaut \(1 - 0{,}81606 = 0{,}18394\).

Questions fréquentes

Pourquoi b doit-il être positif ? Le paramètre d'échelle figure au dénominateur et à l'intérieur de l'exponentielle ; si \(b \leq 0\), la densité n'est pas définie, d'où la vérification effectuée par le calculateur.

Que se passe-t-il en x = mu ? La densité atteint sa valeur maximale \(\frac{1}{2b}\) et les deux probabilités cumulées sont égales à 0,5. La fonction présente en ce point une pointe anguleuse, donc non dérivable.

La loi est-elle symétrique ? Oui. On a \(f(\mu + t) = f(\mu - t)\) et \(F(\mu + t) = 1 - F(\mu - t)\) pour tout \(t\).

Dernière mise à jour: