Ventanas al Universo
Entrada del sitioSumarioGlosario<-->

El ruido de Poisson

ObservarAprenderSimular

-> Objetivos

La estadística de Poisson está adaptada a un fenómeno regular cuantificado.
La detección de una radiación electromagnética es un ejemplo concreto de esta estadística: ya que la llegada de la energía está cuantificada en fotones.
Cuanto mayor sea la cantidad de fotones esperada mejor podremos precisar el valor promedio observado.

Un ejemplo concreto... y discreto

Abordamos la estadística de Poisson con un caso concreto: el análisis de la llegada de fotones de una señal luminosa de promedio constante.
Una radiación monocromática de frecuencia n , de luminosidad L observada durante un tiempo T aporta una energía LT . Esta radiación es llevada por una cantidad promedio de fotones N que obedece a:
L T N = ------ hn
La discretización del flujo en cuentas de energía implica que la cantidad de fotones que llega por intervalo de tiempo fluctúa alrededor de este promedio.

Llegada de los fotones

La probabilidad de detectar n fotones cuando se esperan N (en promedio) se escribe:
n -N N----e----- p(n) = n!
Es la ley de Poisson de promedio N . Hay que acordarse que
  • la probabilidad máxima se consegue para n=N .
  • La desviación estándar de la distribución vale V~ N .

Demostración

Cortamos el intervalo de tiempo en m partes lo bastante pequeñas como para asegurar que sólo un fotón llega durante el intervalo T/m . Podemos estimar la probabilidad de ver llegar n fotones guardándolos en m cajas.
La probabilidad de tener un fotón por caja temporal es q=N/m y la probabilidad opuesta 1-q . Como hay n Cm maneras de guardar n fotones en m cajas, conseguimos finalmente:
( )n ( )m -n n n m - n m! N N p(n)= C m q (1 - q) = --------------- --- 1 - --- n!(m - n)! m m
Con un numero m muy grande de intervalos, volvemos a encontrar la ley enunciada:
n ( )m - n n N m! N N - N p(n)~ - ---------------------n- 1 - --- -~ ----- e n! (m - n)! m m n!
Dadas la aproximaciones para N grande y n«m :
( ) - n ( )m m! N N -N ------------ -~ 1 ; 1 - --- -~ 1 ; et 1 - --- -~ e (m-n)! mn m m

Extrapolación a valores grandes

Para grandes valores de N , podemos demostrar que esta ley se confunde con la de Gauss:
|_ _| (n - N )2 p(n) oc exp |_ - ------------ _| 2N
Concluímos entonces, basándonos en la estadística gaussiana que para un valor promedio N , la desviación estándar vale V~ N .
A partir de ello se deduce algo importante: cuando N crece, la desviación estándar crece, pero la razón desviación estándar/promedio disminuye.
página precedentepágina siguiente