Ну вообще-то то, что написано в пояснении (про сумму гамма-распределённых величин, взятых в пуассоновском количестве), никак не относится к приведенной формуле. Если складывать случайные величины с гамма распределением в количестве, равном независимой от них пуассоновской случайной величине, получится случайная величина не с дискретным, а почти с абсолютно непрерывным распределением (смесь абсолютно непрерывного с вырожденным в нуле, которое возникает, если число слагаемых - ноль), которое действительно называется сложным пуассоновским (compound Poisson). Но - повторюсь - к данной формуле отношения иметь не может.
Распределение, вычисляемое по формуле из первого сообщения, есть распределение случайной величины

, где

, т.е. для всякого

Это смесь пуассоновских распределений, где "смешивающее" распределение - гамма. Приведённая формула есть просто формула полной вероятности:

Что такое смесь с данным "смешивающим" распределением? Например, если

принимает значения

,

и т.д. с вероятностями

,

и т.д. соответственно, и при каждом фиксированном значении

величина

имеет распределение Пуассона с этим параметром, то по формуле полной вероятности

Это мы смешали пуассоновские распределения с помощью дискретного смешивающего распределения. А теперь представьте себе, что значений у

не счётное количество, а они размазаны по прямой с плотностью как у гамма распределения. Вот и будет распределение как в первом сообщении топика.
(Оффтоп)
А плотность абсолютно непрерывной компоненты распределения пуассоновской суммы (

штук) независимых друг от друга и от числа слагаемых гамма-распределённых величин

есть
