Os dados estatísticos se apresentam nas mais diversas formas, desde contagens, dados contínuos ou de tempos de vida ou falhas, que são modelados, em geral, por distribuições de um ou dois parâmetros. Com o advento da computação de alto desempenho e de ferramentas de computação analítica muitos modelos novos vem sendo desenvolvidos. Neste contexto, distribuições mais flexíveis com a incorporação de um ou dois parâmetros vem sendo cada vez mais estudadas, denominando-a de família de distribuição Marshal-Olkin generalizada. No presente trabalho, explora-se a densidade da distribuição de Marshal-Olkin exponencial generalizada (MOEG), uma distribuição triparamétrica competindo com a distribuição beta exponencial e distribuição gama generalizada e de Weibull generalizada. Integrais de funções desta densidade podem demandar alto custo computacional. Para contornar este problema, a partir de séries provenientes do teorema binomial, expande-se a densidade, para obter resultados computacionalmente tratáveis para funções, tais como esperança, variância, curtose e moda da nova distribuição, como funções da densidade exponencial, que são facilmente obtidas. Os resultados mostram que bastam poucas somas, do ponto de vista computacional, para se obter boas aproximações usando expansões.