n<-150
s<-rexp(n,1/7)
ords<-sort(s)
k<-rep(0,times=2000)
j<-1
//把每隔0.01区间内的ords加起来，加到ords>20为止。
for(i in 1:2000){
  while(ords[j]<=i*0.01){
    k[i]<-k[i]+ords[j]
    j<-j+1
  }
}

我不知道理解你的意思对不对。
按我理解的去做的话,k会出现很多0。

Plot该如何改，?

此命题有些问题：
①如果按照seq(0,20,0.01)产生区间，将有2001个区间，而要将150个随机数放入这些区间，绝大多数区间将没有值，此时按定义的区间作图将会很奇怪。
②k的定义不清楚，从ords<-sort(s)，k<-sum(ords<=i)来猜测，k应该是一个累积和。将k<-sum(ords<=i)放在循环体外是不正确的，因为 i 在循环体外没有定义。

如果不考虑区间，要做累积和曲线，相对简单：
n<-150
s<-rexp(n,1/7)                             
ords<-sort(s)
k=as.vector(cumsum(ords))
plot(k,type="l")

如果要按seq(0,20,0.01)产生的区间做图，则需要模拟相当多的随机数，以保证每个区间都有值。

n<-150
s<-rexp(n,1/7)
s
ords<-sort(s)
oind<-sum(ords<=0)
oind
fourind<- sum(ords <=4)
fourind
eightind<-sum(ords<=8)
eightind
twind<-sum(ords<=12)
twind
sixind<-sum(ords<=16)
sixind
tweind<-sum(ords<=20)
tweind

y<-c(oind/150,fourind/150,eightind/150,twind/150,sixind/150,tweind/150)
y
plot({x=seq(0,20,4)},c(y),type=”s”)

原旨意是要划出六个点,但教授说可以用循环画出0:20间隔0.01的图
题目是要比较empirial survival function  s^(t)  与survival function s(t)
If n=150 follow exp distribution mean=7