1/θ∫(θt+u)e^(-t)d(θt+u) //d(θt+u)=θdt,这个θ和1/θ抵消了
=∫θte^(-t)dt+∫ue^(-t)dt //第一个积分可以分部积分
=-θte^(-t)+∫θe^(-t)dt-ue^(-t) //这一步前两个式子是分部积分得来的
=-θte^(-t)-θe^(-t)-ue^(-t)
E(X^2)的积分就相当于E(X)的积分式子里x换成x^2,会有两次分部积分。
扩展资料:
设随机变量X具有概率密度fX(x),-∞
单纯的讲概率密度没有实际的意义,它必须有确定的有界区间为前提。可以把概率密度看成是纵坐标,区间看成是横坐标,概率密度对区间的积分就是面积,而这个面积就是事件在这个区间发生的概率,所有面积的和为1。
答案不是挺清楚的么,E(X^2)就是E(x)的被积函数乘1个x,再积分就行了