Un proceso puntual estocástico en el que los eventos ocurren de forma independiente en tiempo continuo con probabilidades de interarribo sin memoria y estacionarias fijadas por una tasa media constante λ; los tiempos entre llegadas son exponenciales y el número de eventos en un intervalo sigue una distribución de Poisson.

Principio

Si los eventos siguen un proceso de llegadas de Poisson con tasa λ, los recuentos en intervalos disjuntos son independientes y la esperanza sobre un intervalo de longitud t es λt, implicando tiempos entre llegadas exponenciales con media 1/λ.

Demostración

Escenario ilustrativo (hipotético): Situación → Una pasarela de paquetes acepta mensajes de telemetría a una tasa media λ=100/s. Reconocimiento → Mediciones en ventanas de 1 s no solapadas muestran recuentos alrededor de 100 con varianza ≈100. Acción → Los diseñadores asumen llegadas Poisson para calcular ocupación de búfer analíticamente. Consecuencia → Bajo independencia y estacionariedad, las estimaciones basadas en la hipótesis exponencial proporcionan fórmulas cerradas para probabilidad de desbordamiento consistentes con lo observado.

Aplicación incorrecta

Tratar las llegadas como Poisson tras un ajuste de corto plazo sin comprobar independencia ni estacionariedad. Esto parece plausible por la conveniencia matemática; el error semántico es confundir un buen ajuste temporal con una asunción generativa válida. Si hay correlación o variación de tasa, las predicciones Poisson están sesgadas.

Consecuencia

El reconocimiento correcto permite análisis tratables: incrementos independientes e interarribos exponenciales permiten resultados en forma cerrada y estimación simple de parámetros. La aplicación incorrecta puede sub‑ o sobrestimar variabilidad y riesgos de cola, produciendo búferes mal dimensionados, retrasos subestimados o políticas de control erróneas.

Inversión

La regla falla si se violan las suposiciones: tasa no estacionaria (λ variable en el tiempo), dependencia entre eventos (explosiones), llegadas por lotes o interarribos con colas pesadas. En esos casos son más adecuados procesos de renovación, Cox o Hawkes.

Límite

Claramente dentro: solicitudes espontáneas de usuarios independientes en baja utilización sin retroalimentación. Caso límite: muchas fuentes independientes con modulación diurna — aproximación Poisson en intervalos cortos, no a largo plazo. Claramente fuera: transferencias por lotes periódicas o tráfico con dependencia de largo alcance y interarribos de cola pesada.

Tensión semántica

Economía y tractabilidad analítica (Poisson) ↔ Fidelidad al patrón medido (explosiones, no estacionariedad). Elegir Poisson facilita el cálculo pero puede sacrificar precisión frente a tráfico correlacionado.

Síntesis

El proceso de Poisson es una idealización compacta y comprobable: útil cuando independencia y estacionariedad se mantienen a la escala de análisis. Sirve como modelo de referencia cuya utilidad procede de la claridad de sus supuestos y del hecho de que su violación indica la necesidad de modelos estocásticos más ricos.