Soient $\mu\in\R$ et $\sigma\in\R^{*}$. Une variable aléatoire $X$ à valeurs dans $]0,+\infty[$ est dite suivre une loi \emph{log-normale} de paramètres $(\mu, \sigma^2)$ si $Y =\log X$ suit la loi gaussienne $\Nor{\mu,\sigma^2}$. On note $\LogNor{\mu,\sigma^2}$ la loi log-normale de paramètres $(\mu, \sigma^2)$.
\begin{enumerate}
\item Exprimer $X$ à l'aide d'une variable $Z$ (à préciser) qui suit une loi normale centrée réduite.
En déduire la fonction de répartition de $X$ à l'aide de la fonction $\Phi$ de répartition de $Z$.
Calculer ensuite explicitement la densité de $X$.
\item Calculer l'espérance de $X$.
\item Montrer que $X^r\sim\LogNor{r\mu,r^2\sigma^2}$ pour tout $r \neq0$. En déduire la valeur de $\EE{X^r}$ pour tout $r\in\R$. Calculer la variance de $X$.