El modelo que usaremos en el sistema será el de modelo de poisson

La distribución de Poisson se utiliza en el campo de riesgo operacional con el

objetivo de modelar las situaciones en que se produce una pérdida operacional. En
riesgo de mercado se emplea el proceso de Poisson para los tiempos de espera
entre transacciones financieras en bases de datos de alta frecuencia. También, en
riesgo de crédito se tiene en cuenta para modelar el número de quiebras

En otras palabras, el proceso de Poisson es una secuencia de experimentos que

siguen una distribución de Bernoulli y depende de un parámetro que indica la
intensidad del proceso.

Interviene la serie temporal porque la distribución de Poisson pretende modelar la

frecuencia de eventos durante un intervalo de tiempo fijado.

Dado que la base es una distribución de Bernoulli, se hace distinción entre éxito y
no éxito. Aquí se define éxito cuando ocurre el evento que queremos controlar y no
éxito cuando no ocurre.
Para que el proceso de Poisson sea factible, se tienen que cumplir las siguientes
asunciones:

1. La probabilidad de éxito durante un período muy pequeño de tiempo es el

parámetro lambda multiplicado por ese período de tiempo.

Primera
asunción del proceso de Poisson

2. La probabilidad de que ocurra más de un suceso de éxito en el intervalo de

tiempo fijado es no significativa.

En otras palabras, la probabilidad de que más de un experimento sea éxito en un

intervalo de tiempo fijado es muy pequeña, y por tanto, no importante o no
significativa.

3. La probabilidad de que ocurra un suceso de éxito durante un intervalo de

tiempo fijado no depende de lo que ha ocurrido anteriormente.
Es decir, cada experimento de éxito es independiente del experimento anterior. Por
ejemplo, en el caso de lanzar una moneda durante 1 minuto, la probabilidad de que
salga cara no depende de lo que haya salido en el lanzamiento anterior.