Gli istogrammi sperimentali di distribuzione di due variabili casuali tendono ad assumere le forme seguenti. Controlla che le aree di queste figure valgono effettivamente 1. Traccia i grafici delle corrispondenti funzioni di ripartizione.

Una parte dell'esercizio è già stata risolta per affrontarne un altro. Vedila, se non la hai già affrontata.
Sotto sono tracciati i grafici delle funzioni di ripartizione.
In entrambi i casi, il primo tratto ha equazione y = x2/2 (la derivata di x → x2/2 è x → x, come l'equazione del primo tratto della funzione densità; inoltre la funzione in 0 vale 0).
Nel primo caso il secondo tratto ha equazione y = x−1/2 (la derivata di x → x−1/2 è x → 1, come l'equazione del secondo tratto della funzione densità; inoltre la funzione in 1 vale 1/2).
Nel secondo caso il secondo tratto ha equazione y = −1/x+1.5 (la derivata di x → −1/x+1.5 è x → 1/x2, come l'equazione del secondo tratto della funzione densità; inoltre la funzione in 1 vale 1/2).

[Come faccio a trovare l'equazione della seconda funzione? Vediamo il secondo caso. Devo trovare una funzione che ha come derivata x → 1/x2; essa deve avere la forma x → −1/x+k per qualche k; in 1 deve valer 1/2, quindi −1/1+k = 1/2, da cui k = 1.5]

Come potrei fare i grafici con R:

source("http://macosa.dima.unige.it/r.R") 
f = function(x) ifelse(x < 1, x, 1)
graphF(f,0,1.5, "blue"); Gintegra(f,0,1.5,"seagreen")
f = function(x) ifelse(x < 1, x, x^-2)
graphF(f,0,2, "blue"); Gintegra(f,0,2,"seagreen")

Per altri commenti: Leggi di distribuzione (continue) neGli Oggetti Matematici.

Con WolframAlpha:
plot piecewise[{ {x, x <= 1}, { 1, 1< x} }], x=0..1.5, y=0..1.1
plot piecewise[{ {x^2/2, x <= 1}, { x-1/2, 1< x} }], x=0..1.5, y=0..1.1

plot piecewise[{ {x, x < 1}, { x^-2, 1< x} }], x=0..2, y=0..1.1
plot piecewise[{ {x^2/2, x < 1}, { -1/x+1.5, 1<= x} }], x=0..2, y=0..1.1