Sean \(X_1\) y \(X_2\) variables aleatorias independientes
con distribución exponencial de parámetro \(\lambda\).
Su función de densidad conjunta es:
\[
f(x_1,x_2) = \lambda^2 e^{-\lambda(x_1+x_2)}, \quad x_1 \ge 0, \; x_2
\ge 0.
\]
Queremos calcular la función de distribución acumulada de:
\[
X = X_1 + X_2
\]
integrando en el orden \(dx_1\,dx_2\).
La región donde integramos es:
\[
I = \left\{ (x_1, x_2) \ \middle|\ x_1 \ge 0, \; x_2 \ge 0, \; x_1 + x_2
\le t \right\}.
\]
Por lo tanto:
- Límite externo: \(x_2 \in
[0,\, t]\)
- Límite interno: \(x_1 \in
[0,\, t - x_2]\)
La función de distribución acumulada la definimos como:
\[
F_X(t) = \int_{x_2 = 0}^{t} \ \int_{x_1 = 0}^{t - x_2} \lambda^2
e^{-\lambda(x_1 + x_2)} \, dx_1 \, dx_2
\]
Partimos con: \[
\int_{x_1 = 0}^{t - x_2} \lambda^2 e^{-\lambda(x_1 + x_2)} \, dx_1
\]
Como \(x_2\) está fijo
en esta integral, podemos factorizar \(e^{-\lambda x_2}\) fuera de la integral
respecto a \(x_1\):
\[
= \lambda^2 e^{-\lambda x_2} \ \int_{x_1 = 0}^{t - x_2} e^{-\lambda x_1}
\, dx_1
\]
Sabemos que:
\[
\int e^{-\lambda x_1} \, dx_1 = -\frac{1}{\lambda} e^{-\lambda x_1} + C
\]
Aplicamos los límites \(x_1 = 0\) y \(x_1 = t - x_2\):
Evaluando en \(x_1 = t -
x_2\):
\[
-\frac{1}{\lambda} e^{-\lambda(t - x_2)}
\]
Evaluando en \(x_1 = 0\):
\[
-\frac{1}{\lambda} e^{0} = -\frac{1}{\lambda}
\]
Luego por el Teorema Fundamental del Cálculo tenemos:
\[
\int_{0}^{t - x_2} e^{-\lambda x_1} \, dx_1 = \left[ -\frac{1}{\lambda}
e^{-\lambda x_1} \right]_{0}^{t - x_2}
\]
\[
= \left( -\frac{1}{\lambda} e^{-\lambda(t - x_2)} \right) - \left(
-\frac{1}{\lambda} \right)
\]
\[
= \frac{1}{\lambda} \left[ 1 - e^{-\lambda(t - x_2)} \right]
\]
Ahora, al multiplicar por el factor constante:
\[
\lambda^2 e^{-\lambda x_2} \cdot \frac{1}{\lambda} \left[ 1 -
e^{-\lambda(t - x_2)} \right]
\]
\[
= \lambda e^{-\lambda x_2} \left[ 1 - e^{-\lambda(t - x_2)} \right]
\]
Resultado de la integral interior: \[ \boxed{\lambda e^{-\lambda x_2} - \lambda e^{-\lambda t}} \]
Ahora calculamos:
\[
F_X(t) = \int_{0}^{t} \left[ \lambda e^{-\lambda x_2} - \lambda
e^{-\lambda t} \right] dx_2
\]
Primero separamos en dos integrales:
\[ F_X(t) = \underbrace{\int_{0}^{t} \lambda e^{-\lambda x_2} \, dx_2}_{(1)} \ - \ \underbrace{\int_{0}^{t} \lambda e^{-\lambda t} \, dx_2}_{(2)} \]
\[ \int_{0}^{t} \lambda e^{-\lambda x_2} \, dx_2 \]
\[
=\int \lambda e^{-\lambda x_2} \, dx_2 = - e^{-\lambda x_2} + C
\]
Evaluando límites: \[
= \left[ - e^{-\lambda x_2} \right]_{0}^{t} = \left( - e^{-\lambda t}
\right) - \left( - e^{0} \right)
\]
\[
= 1 - e^{-\lambda t}
\]
Como \(e^{-\lambda t}\) es constante
respecto a \(x_2\): \[
\int_{0}^{t} \lambda e^{-\lambda t} \, dx_2 = \lambda e^{-\lambda t}
\int_{0}^{t} 1 \, dx_2
\]
\[
= \lambda e^{-\lambda t} \cdot \left[ x_2 \right]_{0}^{t}
\]
\[
= \lambda e^{-\lambda t} \cdot (t - 0)
\]
\[
= \lambda t \, e^{-\lambda t}
\]
Al restar los resultados nos queda:
\[
F_X(t) = \left( 1 - e^{-\lambda t} \right) - \left( \lambda t \,
e^{-\lambda t} \right)
\]
\[ \boxed{F_X(t) = 1 - e^{-\lambda t} - \lambda t \, e^{-\lambda t}}, \quad t \ge 0 \]