7、指数分布

（1）分布的由来

   与Possion分布关注单位时间内发生的事件数目相关却相反的情形是，有时我们更关注相邻两次事件的发生间隔时间，这类事件在我们的生活中更加常见，比如超市销售两包烟之间的间隔时间、网站被访问两次的间隔时间、两只债券发生违约的间隔时间、股票两次上涨的间隔时间等。尽管关注的焦点与Possion分布相反，但我们却可以用Possion分布反过来推导指数分布的显示表达式，因为要分析两次事件的发生间隔时间是多少与两次发生事件所对应的间隔时间内新发生事件的次数为0密切相关。

   我们在讨论Possion分布的由来时，假设单位时间是一个常量1，由于指数分布关注的是时间的分布，因此需要把Possion分布进行时间化，也就是过程化，在随机过程中叫泊松过程。