Oui, lors de probabilité conditionnelle il faut
toujours partir de la définition. Ici dans ton cas on a :

Tu ramène

en

et tu calcules (je te laisse le soin de le faire, car c'est trivial)...
Pour la fonction de répartition c'est bien ça, sauf que ça doit dépendre obligatoirement d'un paramètre. Ici tu as par exemple, pour tout

:
 = P[X < t] = \int_{-\infty}^{t}\frac{1}{(3-2)}I_{[-2.3](x)dx})
et donc tu es obligé de différencier plusieurs cas :
Premierement, si

alors
 = 0)
.
Deuxièmement, si

alors :
 = \int_{-\infty}^{t}\frac{1}{(3-2)}I_{[-2.3](x)dx} = \int_{-2}^{t}dx = t-2)
.
Enfin, si

alors :
 = \int_{-2}^{3}xdx = 3-2 = 1)
Par conséquent, pour tout

il vient :
 = \left \lbrace<br /> \begin{array}{c}<br /> 0 \,\,\textrm{si}\,\, t \leq -2<br /> \\<br /> t-2 \,\,\textrm{si}\,\, t \in [-2,3]<br />\\<br />\\<br />1 \,\,\textrm{si}\,\, t \geq 3<br /> \end{array}<br /> \right.)
Je te laisse faire ce même raisonnement pour la densité de probabilité de la variable

.