Результат, изменяющийся от случая к случаю, так и получил название случайного. Мы принципиально не можем знать, чем закончится эксперимент со случайным исходом, как будто кто-то невидимый (как написано в одной научной книге – богиня случая Тихе) постоянно вмешивается в регулярное течение природных процессов, не давая нам успокоиться в своем «всезнании». Что же, раз исход в единичном испытании непредсказуем, для поиска закономерностей ученые стали исследовать частоту появления тех или иных исходов в длинной серии независимых экспериментов, связывая ее с вероятностью. Потребность в таких исследованиях возникла еще в XVII веке в связи со жгучим желанием заинтересованных лиц выиграть в рулетку, карты и другие азартные игры, получившие тогда широкое распространение. «Социальный заказ» нашел своих исполнителей в лице величайших математиков того времени – Паскаля, Ферма, Гюйгенса. Позже свои таланты в этой области проявили Лаплас, Гаусс, Пуассон – так возникла классическая теория вероятностей.

Но в строгую математическую дисциплину, построенную на аксиомах, подобно геометрии Евклида, эта наука превратилась лишь в первой половине XX века. А чтобы аксиоматическая теория описывала реальность, нужна ее интерпретация, связывающая абстрактные математические понятия с реальными наблюдаемыми величинами. Основой такой интерпретации, установившей, что вероятность события проявляется как частота его появления в длинной (бесконечной) серии независимых испытаний, явились специальные теоремы, получившие образное название Законов Больших Чисел.

Итак, возникла математическая теория, описывающая различия между реальностью и расчетом. Причина таких различий объяснялась по-разному – недостатком наших знаний, наличием множества мелких неучтенных причин, принципиальной неопределенностью параметров, придуманных нами для описания Природы… Но вне зависимости от этого успехи применения вероятностного подхода впечатляли. Например, сейчас нам ясно, как из множества случайных (то есть заранее неопределенных) исходов могут складываться исходы почти достоверные, мы научились грамотно вычислять случайные ошибки, поняли, как строить математические модели явлений в условиях неопределенности. В рамках теории вероятности сравнением результатов наблюдений, проведенных с погрешностью, и предсказаний науки проверяются научные теории и гипотезы, и по результатам измерений наиболее точно оцениваются значения характеристик и параметров, описывающих реальность.

Вероятность из области точных наук распространяется все шире и шире, и вот уже к ней обращаются почти в любой ситуации, где в условиях проведения исследования имеется хоть какая-нибудь неоднозначность. Конкретный жизненный пример: какова вероятность того, что я сейчас отравлюсь «этой вашей заливной рыбой»? Можно, конечно, рассмотреть мысленный эксперимент, в котором бесконечный ансамбль личностей поедает рыбу, изготовленную в заданных условиях, – тогда процент выживших и даст искомую вероятность. Но как мне поможет знание того, что 99 из 100 дегустаторов не пострадают, если рыбу предстоит кушать именно мне? Ведь вероятность работает только для ансамбля множества и непригодна для описания единственного, конкретного объекта.

Кроме того, вероятностное описание годится лишь в так называемых условиях статистической регулярности, когда частоты появлений тех или иных событий не меняются от эксперимента к эксперименту. А вот здесь возникает очень интересный вопрос. Как-то всегда молчаливо предполагается, что уж все реальные явления со случайными исходами – такие, например, как возникновение погрешности измерений – этой регулярностью обладают. Но спросите любого, кто когда-нибудь занимался настройкой экспериментального оборудования, и он обязательно вспомнит день, когда вдруг ошибки измерений переставали вести себя «в рамках дозволенного», неожиданно выросли и стали «забивать» полезный сигнал. В арсенале каждого есть также и воспоминания о безуспешных попытках, вооружившись отверткой и паяльником, вернуть обезумевший шум в привычное русло, кончавшихся тем, что по неизвестной причине все само собой приходило в норму.