Una variabile casuale ha una legge di distribuzione con densità definita su IR del tipo x → k·e−|x|. A destra è tracciato il grafico di tale funzione di densità.
Trova il valore di k, la media e lo scarto quadratico medio della variabile casuale, e la scala del grafico.
  

Per simmetria, l'integrale su (−∞,∞) è pari al doppio dell'integrale su [0,∞) di x → k·e−x, che è pari a k per l'integrale su [0,∞) di x → e−x, ossia ( Leggi di distribuzione (continue) neGli Oggetti Matematici) a k.  L'integrale è dunque 2k. Esso deve essere eguale ad 1, quindi k = 1/2 (e b = 1/2, ed a = 1, in quanto exp(-1)/2 = 1.8..., che corrisponde all'ordinata del punto di ascissa a).
Essendo il grafico della densità simmetrico rispetto all'asse y (ossia essendo la funzione dispari) la media è nulla.
La varianza è (−∞,∞) x2e−x/2 dx = 2·∫[0,∞) x2e−x/2 dx = 2. Quindi σ = √2.

∫ x2e−x dx = −x2e−x−2x e−x−2 e−x (+c);  non volendo effettuare questa manipolazione simbolica e da questa ricavare l'integrale definito precedente, possiamo utilizzare un programma che effettui il calcolo numericamente. Ad es. con R ottengo:
t <- function(x) x^2*exp(-x)/2; integrate(t,0,Inf)
# 1

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

Come possiamo fare il calcolo con questa calcolatrice online:

function F(x) {
with(Math) {
return  x*x*exp(-abs(x))/2
}}

1.9999999999194222  if a=-30 b=30 n=1e4 [9.316991844698919e-9]
1.9999999906024304  if a=-25 b=25 n=1e4 [9.016299740149947e-7]
1.9999990889724564  if a=-20 b=20 n=1e4 [0.00007770584585742313]
1.999921383126599   if a=-15 b=15 n=1e4 [0.005460173952171576]
1.9944612091744274  if a=-10 b=10 n=1e4 [0.24376524392936805]
1.7506959652450593  if a=-5 b=5 n=1e4   [0]

Con WolframAlpha:
integrate k*exp(-abs(x)) from -inf to inf
2*k
plot 2*exp(-abs(x)), x=-4..4

integrate x*x*exp(-abs(x))/2 from -inf to inf
2