本篇文章將對墨菲定律做詳細的介紹，并解決——為何越擔心越會發(fā)生這一問題。作者統(tǒng)計事件發(fā)生的概率，教會我們如何降低、避免事件出現的概率，接下來，我們看看作者的分享。

你是不是經常感覺越怕什么，越會發(fā)生什么？掌握“墨菲定律”，可以幫助你擺脫這種尷尬情況。

不知道大家在生活中有沒有過這樣的經歷，著急打車去參加一個重要的會議，等了很久就是沒有司機接單，而平常不著急的時候，卻總能很快叫到車。類似的經歷還有很多。

比如，我們在超市排隊結賬，你發(fā)現旁邊的隊伍好像很快，于是你果斷換到了另一隊，可換完之后，你感覺自己這一隊好像又慢了，不管怎么選，總感覺自己這一隊是最慢的。

再比如，我們?yōu)榱吮苊庠谡綍h發(fā)言中出錯，私下精心準備并且練習了很多次，可偏偏在正式發(fā)言時還是出錯了。

就好像我們越害怕的事情，越可能發(fā)生。讓人們不得不抱怨，為什么不好的事情總是發(fā)生在自己的身上？為什么自己這么倒霉，運氣這么差？

但事實情況是，我們每個人都會遇到這種情況，都會有類似的經歷。任何事件，只要存在出錯的可能性，即使概率非常低，那么一定會出錯。這就是所謂的“墨菲定律”。

一、到底什么是墨菲定律

到底什么是“墨菲定律”？原話是這樣說的：If there are two or more ways to do something，and one of those ways can result in a catastrophe，then someone will do it.

用通俗的大白話解釋就是，人們越害怕的事情，越可能發(fā)生。

聽起來似乎很玄學，人們到底是如何發(fā)現它的呢？

時光回溯到1940年，美國空軍在愛德華空軍基地進行火箭車測試。一位名叫愛德華?墨菲的工程師來協(xié)助實驗，并帶來了四個傳感器能幫助精確地測量超重力。

他們將加速度計安裝在火箭滑車之上，一切正常啟動，然而小組人員發(fā)現幾個傳感器的安裝位置完全相反，導致所得到的讀數完全無法使用。

“if there is any way they can do it wrong, they will”墨菲抱怨道，這是任何不滿的老板都可能會說的話，那么，墨菲能把這整個“定律”歸因于他嗎?

一個關鍵詞：記者。

在錯誤安裝幾周之后，約輸?斯塔普上校舉行首次新聞發(fā)布會，其中一名記者提問在這高速試驗期間是如何做到沒有人員受傷的。

“我們做的所有工作都有考慮墨菲定律?！彼顾照f道，當然，斯塔普隨后解釋了什么是墨菲定律，還補充了句他們已經學到的：“在做一個測試前，你必須考慮所有的可能性?！?/p>

這之后的事情就眾所周知了。但事實是，墨菲定律在很久以前是以全名愛德華?墨菲命名的，英國數學家奧古斯都?德?摩根曾寫道：“如果我們做足夠多的試驗，該發(fā)生的事終究會發(fā)生?！?/p>

也就是說，如果事情有可能發(fā)生，不管這種可能性有多小，只要次數夠多，它總會發(fā)生的。

二、揭秘墨菲定律發(fā)生的原因

到這里，我們對“墨菲定律”已經有了基本的了解。有人不禁要問，這種聽起來很玄的現象，到底是如何發(fā)生的？背后有什么科學依據嗎？

說起“墨菲定律”發(fā)生的根本原因，就不得不提兩個非常重要的統(tǒng)計學術語：“概率”和“期望值”。

概率，相信大家一定很熟悉，它是反映隨機事件出現的可能性大小。這里的隨機事件是指在相同條件下，可能出現也可能不出現的事件。比如天氣，出現“晴天”、“陰天”或“雨天”等任意一種天氣就是一個隨機事件。

如果對某一隨機現象進行n次試驗與觀察，其中A事件出現了m次，即其出現的頻率為m/n。統(tǒng)計學中大數定律已證明，經過大量反復試驗，m/n會越來越接近于某個確定的常數，這個常數即為事件A出現的概率。

比如，在某個地區(qū)，我們經過一年時間的觀察，出現晴天的次數是300天，那么我們通常認為這個地區(qū)出現晴天的概率是82%(=300/365)。

那什么是“期望值”呢？這個概念想必很多人既熟悉又陌生，為什么說熟悉呢？

因為很多人可能會脫口而出，期望值我很熟，就是平均值，干嘛搞得這么神神秘秘。如果你是這么說并且也是這么想的，那么你確實對“期望值”這個概念很陌生。

那么“期望值”到底是什么？和“平均值”到底是不是一個東西呢？

不要著急，我們來看一個真實的小例子就知道了。

想必大家應該都買過彩票，我們來模擬一個比較接近真實的彩票數據。假設這個彩票一共有5個等級，表中分別有每個等級對應的中獎金額和中獎概率。

然后我們需要分別計算特等獎至四等獎的獎金金額乘以中獎概率，然后將這些數值相加：1元+0.5元+0.2元+0.1元+0.002元=1.802元。

也就是說，如果花10元購買這種彩票，每次平均只能獲得接近1.802元。

這個1.802元是什么意思呢？難道是買1次彩票就能中1.802元，買100次就能中180.2元嗎？

很明顯不是，因為你好像從來都沒有中過獎。這個時候，如果你身邊有一個懂統(tǒng)計學的朋友，他可能會給你支招，如果你一下買10萬張或者100萬張，那么你中獎的金額很可能會是180200或者1802000。

這該死的好勝心噴涌而出，于是你豪擲100萬買了10萬張，最后總共中了180000，算下來平均每張中1.8元。這時你心里想，好像確實比較接近1.802元，只是這個學費有點貴?。?/p>

故事講到這里，大家對期望值可能已經有個大概的理解了，這個1.802元只是你可能中獎的期望，是衡量你在足夠多的次數下，平均每一次獲得的中獎金額。

那這個“期望值”和“平均值”到底有什么區(qū)別呢？從統(tǒng)計學上看，它們是有本質區(qū)別的，具體表現在兩個方面：

• 期望值是針對隨機變量而言的一個概念，是以概率為權的加權平均值，可以理解是站在“上帝視角”對事物本質的一種表達。是一種事前（依據概率分布）的預測；
• 平均值是描述性統(tǒng)計中的一個統(tǒng)計量，是一組數據總體趨勢的一種度量方式。是一種事后（統(tǒng)計公式）的描述。

所以，“期望值”和“平均值”本沒有關系，但是“大數定律”為我們提供了一種“上帝視角”，將屬于數理統(tǒng)計的平均值和屬于概率論的期望值聯系在一起。也就是通過收集大量的樣本并計算樣本數據的平均值，可以無限接近該樣本集合的期望值。

在購買彩票的案例中，中獎金額的期望值是可以提前計算出來的，但買了多張中獎金額的平均值是需要中獎后才能計算的。當買的足夠多時，中獎金額的平均值會趨近于期望值。

講了大半天“概率”和“期望值”，“墨菲定律”和他倆有啥關系？當然是有很大關系！可以這么說，“概率”決定了“墨菲定律”發(fā)生的可能性有多大，“期望值”決定了“墨菲定律”發(fā)生后對我們的影響有多大。

先來說概率，在統(tǒng)計學中，關于概率有一條重要的規(guī)律：假設某個事件在一次實驗中發(fā)生的概率為p（p>0），相應的，不發(fā)生的概率為1-p，則在n次實驗中該事件永遠不發(fā)生的概率為(1-p)^n，所以，其至少發(fā)生一次的概率為1-(1-p)^n。

由此可見，不管這個事件發(fā)生的概率多低，一旦當實驗次數n趨向于無窮時，(1-p)^n會越來越趨于0，則1-(1-p)^n會越來越趨于1，,那么這件事的發(fā)生將成為必然事件。

比如，我們認為一件壞事發(fā)生（犯錯誤）的可能性非常小，概率只有5%，但是當我們一直重復做這件事，其至少發(fā)生一次的概率為1-(1-5%)^n，當做到第90次時，1-(1-5%)^90=99.01%，至少犯一次錯誤的可能性就超過99%了。

這是不是就驗證了“墨菲定律”說的：凡事只要有可能出錯，那就一定會出錯。就像一句老話說的：常在河邊走，哪有不濕鞋。當然，也在一定程度上證明了劉備的那句至理名言：勿以惡小而為之。

但是，這只是從理論上證明了“墨菲定律”存在的合理性。我們又如何解釋“人們越是擔心某種事情發(fā)生，它就越可能發(fā)生”這種神奇的心理效應呢？

從正常邏輯上講，人們對于那些害怕的或者擔心發(fā)生的事情更容易印象深刻。

就好比我們打車一樣，正常情況下，相同時段叫到車的概率基本是一樣的，只不過平時我們不著急的時候，叫不到車可能并沒有給我們造成太大的影響，所以記憶并不會那么深刻，但是偏偏有幾次你要參加重要的會議或者你上班快要遲到了，卻叫不到車，這幾次記憶就深刻多了。

這只是我們的感性描述，下面我們通過“期望值”把他量化出來。

為了方便表述，我們把害怕發(fā)生的事情或者不好的事情發(fā)生的概率記為P1，他對我們的影響記為X1，期望值記為Y1；相對應的，把日常生活中我們不留心的普通的事情發(fā)生的概率記為P2，他對我們的影響記為X2，期望值記為Y2。根據期望值的計算公式，我們可以分別計算害怕發(fā)生的事情和普通的事情對應的期望值：

現在，我們來對比一下這兩類事件。

首先，我們先來看第一個影響因素：概率。

對于我們擔心或者害怕要發(fā)生的壞事，一旦產生這種擔心或預感，說明這個壞事已經具備了發(fā)生的很多條件，那么此時他發(fā)生的概率應該不低，甚至超過50%。也就是說這個時候壞事已經不再像一個普通事件那么隨機了，其發(fā)生的概率往往是大于普通事件的概率。所以，從這個角度分析，P1顯然大于P2 。

然后，我們再來看第二個影響因素：對人的影響，這個影響就是某件事發(fā)生后的結果值。

比如，上班遲到罰款100元。很明顯，我們之所以認為某件事是壞事，是因為它一旦發(fā)生對我們的影響是很大的，至少應該大于普通事件。所以，從這個角度分析，X1顯然大于X2。

既然P1>P2且X1>X2，那么我們很容易得出Y1>Y2，也就是說，壞事情的期望值要遠大于普通事情的期望值。期望值越大，對個人的影響也就越大，影響越大，印象也就越深刻。

“墨菲定律”其實就是由于我們對于壞事情和普通事情的期望值差異而產生的一種心理效應。

三、如何避免墨菲定律的發(fā)生

到這里，我們對“墨菲定律”已經有了更深刻的理解。有些人可能在想，既然“墨菲定律”在我們的生活中這么常見，一旦被“墨菲定律”了，我們除了抱怨兩句，有沒有什么好的方法可以避免呢？

想要盡量避免“墨菲定律”的發(fā)生，也不是不可能，但要講究方式方法。正所謂“解鈴還須系鈴人”，要從“墨菲定律”發(fā)生的根本原因入手，才能對癥下藥！

根據上述分析，“墨菲定律”的發(fā)生有兩個關鍵因素：事情發(fā)生的概率以及事情發(fā)生帶來的結果。所以，避免“墨菲定律”的發(fā)生自然也要從這兩方面入手：降低壞事發(fā)生的概率、降低壞事發(fā)生帶來的結果值。

首先，如何才能降低壞事發(fā)生的概率呢？

給大家兩個非常實用的建議：

1）客觀冷靜地羅列各種可能性，更專業(yè)的說法叫“MECE原則”。這句話聽起來似乎是理所應當的事情，但在現實生活中，大家往往最容易忽視這一點

舉個例子，如果我們想要降低上班遲到的概率，那么我們必須首先客觀冷靜羅列出各種可能的交通方式，比如地鐵、公交、出租車、自行車等等，然后結合當時的客觀環(huán)境判斷各種交通方式遲到的概率，從中選擇遲到的概率相對更低的一種方式。而不是一上來就不經思考的選擇其中一種。

但是，“羅列各種可能性”的能力也不是一朝一夕就能鍛煉出來的。為了防止出現不得不突然面對重大決策的窘境，大家最好從平時開始就注意思考，養(yǎng)成多嘗試“羅列各種可能性”的習慣。

2）通過不斷練習降低犯錯的概率，正所謂“熟能生巧”，通過大量重復練習，可以降低犯錯的概率

舉個例子，如果我們想要盡量避免在重要的會議演講中出錯，卓有成效的方法之一就是在事前大量反復練習，最好能夠做到爛熟于心，這樣才能最大程度降低犯錯的概率。

然后，如何才能降低壞事發(fā)生帶來的結果呢？

還是給大家兩個實用建議：

1）提前做好應對預案，也就是我們常說的Plan B、Plan C、……

通過這種事前預案的方式，可以化被動為主動，一旦壞事發(fā)生，我們可以快速、主動應對，在短時間內將損失值降到最低，同時可能還會有一些補救方案。

2）風險轉移

如果我們判斷某件事情產生的影響或者損失太大，大到我們個人無法承受，這個時候我們就需要考慮進行風險轉移，就是將壞事發(fā)生的風險及其可能造成的損失全部或部分轉移給機構或他人。通過轉移風險得到一定保障，是目前應用范圍最廣、最有效的風險管理手段。大家所熟知的保險就是其中的典型之一。

“墨菲定律”所影響的大多都是我們日常生活中的事情，只要我們明白其背后的科學原理，講究方式方法，那么我們對大部分事情的掌控力就會大大提升，生活的幸福感也會隨之提升。