X(1) の分布関数 F(1)(x) と確率密度関数 f(1)(x) は、 x>0 について、以下のように求められる: F(1)(x)=P(X(1)≤x)=1−P(X(1)>x)=1−P(X1>x and X2>x and X3>x)=1−(∫∞xe−tdt)3=1−e−3xf(1)(x)=ddxF(1)(x)=3e−3x また、 x≤0 では F(1)(x)=0,f(1)(x)=0 である。
X(2) の分布関数 F(2)(x) と確率密度関数 f(2)(x) は、 x>0 について、以下のように求められる: F(2)(x)=P(X(2)≤x)=P(X1≤x and X2≤x and X3≤x)+P(X1≤x and X2≤x and X3>x) +P(X1≤x and X2>x and X3≤x)+P(X1>x and X2≤x and X3≤x)=(∫x0e−tdt)3+3(∫x0e−tdt)2(∫∞xe−tdt)=(1−e−x)3+3(1−e−x)2e−x=(1−e−x)2(1+2e−x)f(2)(x)=ddxF(2)(x)=2e−2x(1−e−x) また、 x≤0 では F(2)(x)=0,f(2)(x)=0 である。
P(X(2)≤log2)=F(2)(log2)=(1−e−log2)2(1+2e−log2)=(1−12)2(1+2⋅12)=12
m(t)=∞∑y=0etyP(Y=y)=pr∞∑y=0ety y+r−1Cr−1(1−p)y=pr∞∑y=0y+r−1Cr−1((1−p)et)y=pr(1−(1−p)et)r ( ただし (1−p)et<1 すなわち t<log[1/(1−p)] のとき )
t による微分を ′ で表すと、 m′(t)=rpr(1−p)et(1−(1−p)et)−r−1m′(0)=1−pprm″ なので、求める期待値 E(Y) と分散 V(Y) は、 \begin{align} E(Y) &= m'(0) \\ &= \frac{1-p}{p} r \\ V(Y) &= m''(0) - m'(0)^2 \\ &= \frac{1-p}{p^2} r \end{align} であることがわかる。