泊松定理是機率論中的一個重要數學定理，由法國數學家泊松提出，主要用於描述在一定時間、空間或其他有限條件下，某事件發生的次數的機率分布規律。
泊松定理指出，在特定條件下，當事件次數足夠大而機率較小時，使用泊松分布來近似表示事件發生的機率可以產生較好的效果。泊松分布的機率之和為1，期望和方差均為λ。泊松定理是二項分布的一個近似，當n（試驗次數）很大且p（事件發生的機率）很小時，二項分布的一個良好近似。泊松定理的適用條件是n乘以p（即期望值）適中，這時泊松分布能夠很好地近似二項分布。在統計學、金融學等領域具有廣泛套用。