next up previous contents
suivant: Fonctions d'une variable aléatoire monter: Loi exponentielle précédent: Fonction de répartition   Table des matières

Calcul des moments

Le moment d'ordre $ k$, $ m_k$ a pour expression :

$\displaystyle \forall k \in \mathbb{N}^*,\ m_k=\int_0^{+\infty} \lambda \exp^{- \lambda x}\, x^k \, dx
$

$ m_k$ est convergent. En effet :

$\displaystyle x^k\, \exp^{- \lambda x}=\frac{x^k}{\exp^{\lambda x}}
$

Or,

$\displaystyle exp^{\lambda x}=1+\frac{\lambda x}{1!}+\dots +\frac{(\lambda x)^{k+2}}{(k+2)!}+\dots
$

Donc
$\displaystyle \forall k \in \mathbb{N}^{*},\ exp^{\lambda x}$ $\displaystyle \geq$ $\displaystyle \frac{(\lambda x)^{k+2}}{(k+2)!}$  
$\displaystyle \frac{1}{exp^{\lambda x}}$ $\displaystyle \leq$ $\displaystyle \frac{(k+2)!}{(\lambda x)^{k+2}}$  
$\displaystyle \frac{x^k}{exp^{\lambda x}}$ $\displaystyle \leq$ $\displaystyle \frac{(k+2)!}{\lambda ^{k+2}\, x^2}$  
$\displaystyle \int_{1}^{+\infty} \lambda \exp^{- \lambda x}\, x^k \, dx$ $\displaystyle \leq$ $\displaystyle \frac{(k+2)!}{\lambda ^{k+2}} \int_{1}^{+\infty} \frac{1}{x^2}dx$  

L'intégrale de droite est convergente, donc $ m_k$ est convergent.

Calcul de $ m_k$ :

$\displaystyle \forall k \in \mathbb{N}^*,\ m_k$ $\displaystyle =$ $\displaystyle \int_{0}^{+\infty} \lambda \exp^{- \lambda x}\, x^k \, dx$  
  $\displaystyle =$ $\displaystyle \left[ -x^k\, \exp^{-\lambda x} \right]_0^{+\infty} + \int_{0}^{+\infty} k\, x^{k-1}\, \exp^{-\lambda x}dx$  
  $\displaystyle =$ $\displaystyle \frac{k}{\lambda} \, m_{k-1}$  

On a :
$\displaystyle m_1$ $\displaystyle =$ $\displaystyle \int_{0}^{+\infty} k\ \exp^{- \lambda x}\, x\, dx$  
  $\displaystyle =$ $\displaystyle \left[-x \ \exp^{-\lambda x} \right]_0^{+\infty} + \int_{0}^{+\infty} \exp^{- \lambda x}\, dx$  
  $\displaystyle =$ $\displaystyle \left[-\frac{1}{\lambda} \exp^{-\lambda x} \right]_0^{+\infty} =\frac{1}{\lambda}$  

On peut donc écrire :

$\displaystyle m_1$ $\displaystyle =$ $\displaystyle \frac{1}{\lambda}$  
$\displaystyle \vdots$ $\displaystyle =$ $\displaystyle \vdots$  
$\displaystyle m_{k-1}$ $\displaystyle =$ $\displaystyle \frac{k-1}{\lambda } \, m_{k-2}$  
$\displaystyle m_{k}$ $\displaystyle =$ $\displaystyle \frac{k}{\lambda} \, m_{k-1}$  

En multipliant terme à terme, on obtient :

$\displaystyle m_k = \frac{k!}{\lambda^k}
$

On a donc :
$\displaystyle E(X)$ $\displaystyle =$ $\displaystyle m_1 = \frac{1}{\lambda}$  
$\displaystyle V(X)$ $\displaystyle =$ $\displaystyle m_2 - {m_1}^2 = \frac{1}{\lambda^2}$  


next up previous contents
suivant: Fonctions d'une variable aléatoire monter: Loi exponentielle précédent: Fonction de répartition   Table des matières
A. Lefranc 2002-03-14