Un proceso puntual en la recta real (tiempo) o en el espacio en el que los recuentos en intervalos disjuntos son independientes y el número de eventos en cualquier intervalo de longitud t sigue una distribución de Poisson con media λt para tasa constante λ (caso homogéneo).

Principio

La independencia de incrementos disjuntos junto con incrementos estacionarios (homogeneidad) implica que los recuentos son Poisson con media proporcional a la longitud del intervalo; equivalentemente, los tiempos entre llegadas son exponenciales independientes(λ) en el caso temporal homogéneo.

Demostración

Situación: Llegadas de llamadas a un centro con tasa media λ por hora, asumida constante. Reconocimiento: Intervlos disjuntos son independientes y existe homogeneidad. Acción: Modelar llegadas como proceso de Poisson con tasa λ y usar tiempos inter-arribo exponenciales para simular o calcular distribuciones de espera. Consecuencia: La probabilidad de k llegadas en t horas es e^{-λt}(λt)^k/k! y los tiempos inter-arribo son exponenciales sin memoria con parámetro λ.

Aplicación incorrecta

Aplicar el proceso de Poisson homogéneo a datos con tasa variable en el tiempo o con dependencias. El error semántico es asumir estacionaridad e independencia; así se estiman mal varianzas y probabilidades de eventos.

Consecuencia

Aplicación correcta da fórmulas cerradas para recuentos y tiempos de espera, facilitando análisis y simulación. Aplicación incorrecta (ignorar no estacionariedad o dependencia) conduce a estimaciones sesgadas de congestión y decisiones de capacidad erróneas.

Inversión

Si la tasa λ(t) varía determinísticamente o estocásticamente (proceso de Poisson no homogéneo) o si los eventos se agrupan, fallan las suposiciones de independencia y exponencialidad; entonces se deben usar procesos no homogéneos, de Cox, de renovación o de clúster.

Límite

Claramente dentro: Conteo de fotones de una fuente de intensidad constante en ventanas cortas con recuentos independientes. Caso límite: Datos de llegada con variación diurna lenta — en ventanas cortas la aproximación homogénea puede ser válida, en ventanas largas no. Claramente fuera: Eventos con fuerte agrupamiento (p. ej. réplicas sísmicas) que violan la independencia.

Tensión semántica

Simplicidad (analiticidad) ↔ Fidelidad (capacidad para representar heterogeneidad temporal o dependencia): Poisson es conveniente pero puede fallar en capturar variabilidad estructurada.

Síntesis

El proceso de Poisson conecta la memoria sin memoria de los tiempos entre llegadas con recuentos independientes y estacionarios; identificar violaciones a homogeneidad o independencia es esencial porque condicionan las fórmulas cerradas y la validez del modelo.