部分積分の公式
$$\int f(x)g'(x)\,dx = f(x)g(x) - \int f'(x)g(x)\,dx$$
この公式を忘れたときは、積の微分公式 $\big(f(x)g(x)\big)' = f'(x)g(x) + f(x)g'(x)$ から思い出せる。両辺を積分すると
$$\begin{aligned}
f(x)g(x) &= \int \big(f(x)g(x)\big)'\,dx \\
&= \int f'(x)g(x)\,dx + \int f(x)g'(x)\,dx
\end{aligned}$$
これを $\displaystyle\int f(x)g'(x)\,dx$ について解けば、部分積分の公式がそのまま得られる。
解き方
$f(x)=x,\ g'(x)=e^{-x}$(つまり $g(x)=-e^{-x}$)として部分積分すると
$$\begin{aligned}
\int_0^1 x e^{-x}\,dx &= \Big[-xe^{-x}\Big]_0^1 - \int_0^1 \left(-e^{-x}\right)dx \\
&= \left(-1\cdot e^{-1} - 0\right) + \int_0^1 e^{-x}\,dx \\
&= -\frac{1}{e} + \Big[-e^{-x}\Big]_0^1 \\
&= -\frac{1}{e} + \left(-\frac{1}{e} - (-1)\right) \\
&= -\frac{1}{e} - \frac{1}{e} + 1 \\
&= 1 - \frac{2}{e}
\end{aligned}$$
レベル感の補足
この手の「$x \times$ 指数関数」の部分積分は、統計検定2級にはおそらく過剰。2級で積分の計算が出題されても、多項式レベルの簡単なものにとどまることが多く、部分積分を要するパターンはほぼ出ない。
一方、準1級では指数分布・ガンマ分布などの期待値・分散の導出や、モーメント母関数を用いた平均・分散の導出でまさにこの「$x\,e^{-\lambda x}$ 型の部分積分」がそのまま使われるため、この計算パターンを確実に処理できることが準1級対策として直接効いてくる。