Apabila berurusan dengan 

eksperimen yang rawak dan ditakrifkan dengan baik dalam tetapan

teori semata-mata (seperti melambung syiling), kebarangkalian boleh digambarkan secara
berangka dengan bilangan hasil yang diingini, dibahagikan dengan jumlah bilangan semua hasil.
Contohnya, melambung syiling dua kali akan menghasilkan hasil "kepala-kepala", "kepala-ekor",
"kepala-ekor" dan "ekor-ekor". Kebarangkalian untuk mendapatkan hasil "kepala-kepala" ialah 1
daripada 4 hasil, atau, dalam sebutan berangka, 1/4, 0.25 atau 25%. Walau bagaimanapun,
apabila ia datang kepada aplikasi praktikal, terdapat dua kategori bersaing utama untuk tafsiran
kebarangkalian, yang pengikutnya mempunyai pandangan yang berbeza tentang sifat asas
kebarangkalian:

 Objektivis menetapkan nombor untuk menerangkan beberapa keadaan objektif atau

fizikal. Versi kebarangkalian objektif yang paling popular ialah kebarangkalian
kekerapan, yang mendakwa bahawa kebarangkalian kejadian rawak
menandakan kekerapan relatif kejadian hasil eksperimen apabila eksperimen diulang
selama-lamanya. Tafsiran ini menganggap kebarangkalian sebagai kekerapan relatif
"dalam jangka panjang" untuk hasil.[4] Pengubahsuaian untuk ini ialah kebarangkalian
kecenderungan, yang mentafsirkan kebarangkalian sebagai kecenderungan
sesetengah eksperimen untuk menghasilkan hasil tertentu, walaupun ia dilakukan
sekali sahaja.
 Subjektivis menetapkan nombor setiap kebarangkalian subjektif, iaitu, sebagai tahap
kepercayaan.[5] Tahap kepercayaan telah ditafsirkan sebagai "harga di mana anda
akan membeli atau menjual pertaruhan yang membayar 1 unit utiliti jika E, 0 jika
bukan E",[6] walaupun tafsiran itu tidak dipersetujui secara universal. [7] Versi
kebarangkalian subjektif yang paling popular ialah kebarangkalian Bayesian, yang
merangkumi pengetahuan pakar serta data percubaan untuk menghasilkan
kebarangkalian. Pengetahuan pakar diwakili oleh beberapa taburan kebarangkalian
terdahulu (yang subjektif). Data ini digabungkan dalam fungsi kemungkinan. Hasil
darab sebelum dan kemungkinan, apabila dinormalkan, menghasilkan taburan
kebarangkalian posterior yang menggabungkan semua maklumat yang diketahui
setakat ini.[8] Dengan teorem perjanjian Aumann, ejen Bayesian yang kepercayaan
terdahulunya serupa akan berakhir dengan kepercayaan posterior yang serupa.
Walau bagaimanapun, pendahuluan yang cukup berbeza boleh membawa kepada
kesimpulan yang berbeza, tidak kira berapa banyak maklumat yang dikongsi oleh
ejen.[9]

Sejarah[sunting | sunting sumber]
Kajian saintifik tentang kebarangkalian adalah perkembangan
moden matematik. Perjudian menunjukkan bahawa terdapat minat untuk mengukur idea-idea
kebarangkalian selama beribu-ribu tahun, tetapi huraian matematik yang tepat timbul tidak lama
kemudian. Terdapat sebab untuk perkembangan matematik kebarangkalian yang perlahan.
Manakala permainan peluang memberikan dorongan untuk kajian matematik kebarangkalian, isu
asas [note 2] masih dikaburkan oleh kepercayaan karut para penjudi. [10]
Menurut Richard Jeffrey, "Sebelum pertengahan abad ketujuh belas, istilah 'kemungkinan'
(Inggeris probable, Latin probabilis) bermaksud boleh diluluskan, dan digunakan dalam
pengertian itu, secara univokal, untuk pendapat dan untuk bertindak. Tindakan atau pendapat
yang berkemungkinan adalah tindakan atau pendapat yang akan dilakukan atau dipegang oleh
orang yang waras, dalam keadaan itu."[11] Walau bagaimanapun, dalam konteks undang-undang
terutamanya, 'kemungkinan' juga boleh digunakan untuk cadangan yang terdapat bukti yang
kukuh.[12]
Gerolamo Cardano (abad ke-16)

Christiaan Huygens menerbitkan salah satu buku pertama mengenai kebarangkalian (abad ke-17)

Polimat Itali abad keenam belas Gerolamo Cardano menunjukkan keberkesanan

mentakrifkan odds sebagai nisbah hasil yang menguntungkan kepada tidak menguntungkan
(yang membayangkan bahawa kebarangkalian sesuatu peristiwa diberikan oleh nisbah hasil
yang menggalakkan kepada jumlah hasil yang mungkin [13]). Selain daripada karya asas oleh
Cardano, doktrin kebarangkalian bertarikh pada surat-menyurat Pierre de Fermat dan Blaise
Pascal (1654). Christiaan Huygens (1657) memberikan layanan saintifik terawal yang diketahui
tentang subjek tersebut.[14] Ars Conjectandi (posthumous, 1713) oleh Jakob
Bernoulli dan Doctrine of Chances (1718) oleh Abraham de Moivre menganggap subjek ini
sebagai cabang matematik.[15] Lihat The Emergence of Probability oleh Ian Hacking[16] dan The
Science of Conjecture oleh James Franklin[17] untuk sejarah perkembangan awal konsep
kebarangkalian matematik.
Teori ralat boleh dikesan kembali ke Opera Miscellanea Roger Cotes (posthumous, 1722), tetapi
memoir yang disediakan oleh Thomas Simpson pada 1755 (dicetak 1756) mula-mula
mengaplikasikan teori dalam perbincangan tentang kesilapan pemerhatian. [18] Cetakan semula
(1757) memoir ini meletakkan aksiom bahawa ralat positif dan negatif adalah sama
berkemungkinan, dan had tertentu yang boleh ditetapkan menentukan julat semua ralat.
Simpson juga membincangkan ralat selanjar dan menerangkan lengkung kebarangkalian.
Dua hukum ralat pertama yang dicadangkan kedua-duanya berasal dari Pierre-Simon Laplace.
Hukum pertama diterbitkan pada tahun 1774, dan menyatakan bahawa kekerapan ralat boleh
dinyatakan sebagai fungsi eksponen bagi magnitud berangka ralat—tanpa menghiraukan tanda.
Hukum ralat kedua telah dicadangkan pada tahun 1778 oleh Laplace, dan menyatakan bahawa
kekerapan ralat adalah fungsi eksponen bagi kuasa dua ralat. [19] Hukum ralat kedua dipanggil
taburan normal atau hukum Gauss. "Adalah sukar dari segi sejarah untuk mengaitkan undang-
undang itu kepada Gauss, yang walaupun sebelum ini terkenal mungkin tidak membuat
penemuan ini sebelum dia berumur dua tahun." [19]
Daniel Bernoulli (1778) memperkenalkan prinsip hasil darab maksimum bagi kebarangkalian
sistem ralat serentak.
Carl Friedrich Gauss

Adrien-Marie Legendre (1805) membangunkan kaedah kuasa dua terkecil, dan

memperkenalkannya dalam Nouvelles méthodes pour la détermination des orbites des comètes-
nya (New Methods for Determining the Orbits of Comets).[20] Dengan tidak mengetahui
sumbangan Legendre, seorang penulis Ireland-Amerika, Robert Adrain, editor "The Analyst"
(1808), mula-mula menyimpulkan hukum kemudahan ralat,
di mana  adalah pemalar bergantung pada ketepatan pemerhatian, dan  ialah faktor skala
yang memastikan bahawa luas di bawah lengkung sama dengan 1. Dia memberikan dua
bukti, yang kedua pada dasarnya sama dengan John Herschel (1850). Gauss memberikan
bukti pertama yang nampaknya telah diketahui di Eropah (yang ketiga selepas Adrain) pada
tahun 1809. Bukti lanjut diberikan oleh Laplace (1810, 1812), Gauss (1823), James
Ivory (1825, 1826), Hagen (1837), Friedrich Bessel (1838), W.F. Donkin (1844, 1856),
dan Morgan Crofton (1870). Penyumbang lain ialah Ellis (1844), De
Morgan (1864), Glaisher (1872), dan Giovanni Schiaparelli (1875). Formula Peters (1856)
untuk r, kemungkinan ralat bagi satu pemerhatian, sudah diketahui umum.
In the nineteenth century, authors on the general theory included Laplace, Sylvestre
Lacroix (1816), Littrow (1833), Adolphe Quetelet (1853), Richard Dedekind (1860), Helmert
(1872), Hermann Laurent (1873), Liagre, Didion and Karl Pearson. Augustus De
Morgan and George Boole improved the exposition of the theory.
Pada tahun 1906, Andrey Markov memperkenalkan[21] tanggapan rantaian Markov, yang
memainkan peranan penting dalam teori proses stokastik dan aplikasinya. Teori
kebarangkalian moden berdasarkan teori ukuran telah dibangunkan oleh Andrey
Kolmogorov pada tahun 1931.[22]
Dari segi geometri, penyumbang kepada The Educational Times adalah berpengaruh (Miller,
Crofton, McColl, Wolstenholme, Watson, dan Artemas Martin).[23] Lihat geometri
bersepadu untuk mendapatkan maklumat lanjut.