1.介绍
做出符合实际情况的假设是必要的，但是不能假设太少，与实际情况不符合。
指数分布的无记忆性（不随着时间恶化，物品的使用寿命）
①指数分布的定义
分布函数：
指数分布的均值：
矩母函数：moment generating function
X所有的矩都可以通过对矩母函数进行求导（可多阶）得到，比如：
2.指数分布的无记忆性
定义：
利用条件概率可以得到：
①危险率函数、风险率函数（hazard rate function）
f（t）为概率密度函数，F（t）为累计分布函数
应用：物品已经使用t时间，再使用dt时间的概率推导？
带入相关公式，发现指数分布的危险率函数为常数。
同时，指数分布的危险率函数完全可以由累计分布函数刻画（概率密度函数与累积分布函数之间的关系：微分）
3. 深入研究
①x1,x2分别服从指数分布，并且各自具有一定的均值，X1<X2的概率是多少？
②另一个例子：（n个变量中的最小值大于x的概率是多少？）
③另一个例子：n个变量（指数分布）的和的概率密度函数应该如何求?
先考虑特殊情况n=2,
推广到一般：
此时的风险率函数为;
