实际上，上述 1/T定律可以从第 1 章介绍的 U 分布中导出。
人的行动，是每分每秒的无数行动选择不断积累的结果，不管人的个性和处境如何，都遵循统一的统计规律——U 分布。随着行动的不断积累，资源分配会出现不均，行动会完美地遵循数学定律。没想到，人的行动竟和空气中分子的能量分布遵守同一个公式。
我们可以用方格中的小球将 U 分布转化为一种普遍的模型（图 1-3）。用图表来表示 U 分布时，横轴表示方格中的小球数，纵轴表示小球被装进多少个箱子。在这里，1 个方格代表某人的 1 分钟，小球数代表 1 分钟内胳膊的活动次数，这样一来，普遍的分布规律就出现了。
但是，我们还要注意小球和小球的间隔。去掉图 1-3 U 分布图中的网格后再看一下各小球的间隔。在该模型中，我们可以用小球与小球的间隔表示从某项活动（即胳膊活动、收到邮件、与人见面等）发生到下次发生的时间间隔。
在 U 分布中，将小球与小球的间隔作为横轴重新统计，结果正好遵循了 1/T定律。具体来说，将相邻小球的间隔（T）作为横轴，将该间隔的发生概率作为纵轴，则纵轴与横轴成反比（假设横轴数值是原来的 10 倍，则纵轴数值变为 1/10），即 1/T。
在第 1 章中，我们统计了方格中的小球数，发现其分布曲线是逐渐下降的（指数函数），并称之为 U 分布。而现在，我们统计了相邻小球的间隔（距离），发现其分布成反比关系（1/T），也称之为 U 分布。事实上，虽然着眼点（统计的量）不同，实际状况却是相同的（章末注 1）。