中國有句古話：福無雙至，禍不單行。
真的是這麼回事嗎？
其實這不是什麼必然性，只是有較大機率罷了。
這句話是誰說的呢？原來是宋江說的。
宋江何許人也？看過《水滸傳》的都知道。當然，宋江可能沒說過這話，施耐庵說過卻是實錘的。
明代施耐庵《水滸全傳》第三十七回：“宋江聽罷，扯定兩
個公人
說道：“卻是苦也！正是‘福無雙至，禍不單行。’”
外國
人知不
知道這種現象呢？應該也會知道。
施耐庵的這句話與國外所謂的“墨菲定律”有異曲同工之妙。當然也有差異。
“墨菲定律”與“帕金森定律”和“彼德原理”，並稱為二十世紀西方文化的三大發現。
愛德華·墨菲，美國空軍的一位上尉工程師。
1949年，墨菲和他的團隊
做了一個實驗——火箭減速超重實驗，
目的是測定人類對加速度的承受極限。
也正是因為這次實驗，“促成”了墨菲定律的提出。
實驗中有這樣一個步驟，需要把16個加速度計安裝在受試者上方的架子上。
安裝的方法有兩種，都可以把加速度計安裝好。但令人驚奇的是，一位工作人員竟然全部裝錯了。
事後，墨菲上尉提出了他的著名墨菲定律：
『如果做某項工作有很多方法，但其中一種方法會導致事故的發生，那麼就一定會有人按這種方法去做。』
放在這次實驗裡就是，有兩種方法能把加速度計安裝對，如果用第三種方法肯定會裝錯，那麼一定有人會用第三種方法去裝。
生活中有哪些墨菲定律現象呢？
常言道，“有意栽花花不活，無心插柳柳成蔭。”
“常在河邊走，哪有不溼鞋。”
其實這些都是墨菲定律的表現。
為什麼會有墨菲定律？需要證明這一定律，僅憑經驗和感覺是沒有說服力的。
墨菲定律的核心思想是：如果一件事情的結局有可能好，也有可能不好，那麼最終不好的可能性要大些。這是因為，好結局是最優解或接近最優解，本身就是極少數甚至是唯一的解。根據分步事件的乘法原理必須每一步都要做對，而不好的結局只要走錯任何一步就能導致。所以，結局變壞的可能性要大於變好的可能性。俗話說，砍樹容易種樹難，拆樓容易蓋樓難，就是這個道理。因為破壞遠比建設來得容易。
怎麼證明這一點呢？我們可以從以下多個方面去論證。
第一、複雜性遍歷原理；
越複雜的事物越容易出現。最容易出現的事物是複雜性最高的
事物
。
最複雜原理的意思是，隨機系統能在限制條件下自動使自己的複雜程度最大化。
舉個例子吧，一個玻璃杯摔碎了，碎片的大小會全部相同嗎？當然碎片的大小是儘量不相同的。走
出電影
院，所有觀眾都是朝一個方向回家嗎？當然是儘量向四面八方分別走去的。
根據這一原理，任何壞事的機會都有可能被碰上。小機率事件不是不可能事件，一旦發生，它和大機率事件一樣有可能。
越是複雜的事情，爆冷門的可能性越大。
別以為小機率事件不會發生，別以為大機率事件就必然發生。在複雜性原理面前，機率大小沒有嚴格界限。買一注雙色球，別以為中不了大獎，也別以為一定能中大獎。以為中不了的結果中了，目瞪口呆。以為一定能中的結果不中，夢想破滅。對於簡單的事情和複雜的事情，機率的意義是不一樣的。
第二、機率性疊加原理；
兩個好事佔比很低的領域連續發生好事的機率更低。
舉個例子，假設第一次隨機抽獎沒有中獎，那麼第二次隨機抽獎繼續不中的機率比第一次中獎後第二次再中的機率更大。
可以設想一張卡片，30%的面積為白色，70%的面積為黑色。兩張這樣的卡片疊加時，兩黑重疊的部分要超過兩白重疊的部分。只要黑色部分大於白色部分，必然重疊部分為兩黑
的
多於為兩白的。這也就告訴我們，只要從第一個成功率低的領域進入第二個成功率低的領域，連續失敗是正常的事情。
第三、時間序列擬合性原理；
兩個時間序列同為低勝率序列時，同步為錯的機率大於同步為對的機率。
當這兩個序列之間加入一個A，在A看來，從前一個序列出錯走出來進入後一個序列繼續為錯的機率，大於
從前一個序列為對走出來進入後一個序列繼續為對的機率。
所以，在勝率低的領域，
連對
或連勝是很困難的事情，連錯或連敗是很常見的事情。這就是所謂“福無雙至，禍不單行”的底層邏輯。
根據這一原理，在高勝率領域，連對或連勝的機率大於連錯或連敗。利用這一現象，在高勝率領域，可以實行逢對加碼的策略，即使對轉錯，由於是低機率事件，可被連勝對沖。此策略可運用於股市和彩市投資。
第四、次數加權性原理；
墨菲定律的機率公式：假如某個事件發生的機率是p，那麼n次裡發生一次該事件的機率是1-（1-p）^n，底數1-p小於1，所以n越大，（1-p）^n越小，公式的機率值就越大。
墨菲定律告訴我們，無論一件事情發生的機率有多小，只要次數足夠多，它總會發生。
這就等於說，不管你現在成功的希望有多小，只要你堅持到一定時候，成功總會到來！
