Poisson分布(法語：loi de Poisson，英語：Poisson distribution，譯名有泊松分布、普阿松分布、卜瓦松分布、布瓦松分布、布阿松分布、波以松分布、卜氏分配等)，是一種統(tǒng)計與概率學里常見到的離散機率分布(discrete probability distribution)，由法國數(shù)學家西莫恩·德尼·泊松(Siméon-Denis Poisson)在1838年時發(fā)表。

　　泊松分布的概率質(zhì)量函數(shù)為：

　　泊松分布的參數(shù)λ是單位時間(或單位面積)內(nèi)隨機事件的平均發(fā)生率。

　　泊松分布適合于描述單位時間內(nèi)隨機事件發(fā)生的次數(shù)。如某一服務設施在一定時間內(nèi)到達的人數(shù)，電話交換機接到呼叫的次數(shù)，汽車站臺的候客人數(shù)，機器出現(xiàn)的故障數(shù)，自然災害發(fā)生的次數(shù)等等。

　　若隨機變量X取0和一切正整數(shù)值，在n次獨立試驗中出現(xiàn)的次數(shù)x恰為k次的概率P（X=k）=（k=0,1,...,n），式中λ是一個大于0的參數(shù)，此概率分布稱為泊松分布。它的期望值為E(x)=np，方差為D(x) = λ。當n很大，且在一次試驗中出現(xiàn)的概率P很小時，泊松分布近似二項分布。

Poisson分布主要用于描述在單位時間(空間)中稀有事件的發(fā)生數(shù). 即需滿足以下四個條件：^[1]

　 1.給定區(qū)域內(nèi)的特定事件產(chǎn)生的次數(shù)，可以是根據(jù)時間，長度，面積來定義；

2.各段相等區(qū)域內(nèi)的特定事件產(chǎn)生的概率是一樣的；

3.各區(qū)域內(nèi)，事件發(fā)生的概率是相互獨立的；

4.當給定區(qū)域變得非常小時，兩次以上事件發(fā)生的概率趨向于0。 　例如：

1.放射性物質(zhì)在單位時間內(nèi)的放射次數(shù)；

2.在單位容積充分搖勻的水中的細菌數(shù)；

3.野外單位空間中的某種昆蟲數(shù)等。

　由泊松分布知E[N(t) ? N(t₀)] = D[N(t) ? N(t₀)] = λ(t ? t₀)

　　特別的，令t_0=0.由于假設N(0)=0,故可推知泊松過程的均值函數(shù)和方差函數(shù)分別為E[N(t)] = λt,D[N(t)] = λt,

　　泊松過程的強度lambda （常數(shù)）等于單位長時間間隔內(nèi)出現(xiàn)的質(zhì)點數(shù)目的期望值。即對泊松分布有：E(X) = D(X) = λ

一、Poisson分布的均數(shù)與方差相等，即σ2=m

二、Poisson分布的可加性

如果X₁,X₂,…,X_k相互獨立，且它們分別服從以μ₁，μ₂ ，…，μ_k為參數(shù)的Poisson分布，則T=X₁+X₂+…+X_k也服從Poisson分布，其參數(shù)為μ₁ +μ₂+…+μ_k。

三、Poisson分布的正態(tài)近似

m相當大時，近似服從正態(tài)分布：N(m，m)

四、二項分布的Poisson分布近似

設X_i～B (n_i π_i)，則當n_i→∞，π_i很小，且n_iπ_i = μ保持不變時，可以證明X_i的極限分布是以μ為參數(shù)的Poisson分布。

　　1、泊松分布是一種描述和分析稀有事件的概率分布。要觀察到這類事件，樣本含量n必須很大。

　　2、λ是泊松分布所依賴的唯一參數(shù)。λ值愈小，分布愈偏倚，隨著λ的增大，分布趨于對稱。

　　3、當λ = 20時，分布泊松接近于正態(tài)分布；當λ = 50時，可以認為泊松分布呈正態(tài)分布。在實際工作中，當時就可以用正態(tài)分布來近似地處理泊松分布的問題。