11.2 圖論（Graph Theory）：小世界現象與傳染病傳播模型#

1736 年：柯尼斯堡的七座橋#

普魯士的柯尼斯堡（今加里寧格勒——注意這座城市在科學史的角色：康德終身未離開的故鄉、希爾伯特的故鄉、二戰後劃歸蘇聯）有七座橋跨普雷格爾河。市民的週日消遣：能否散步恰好過每橋一次？

歐拉 1736 年的解法是數學史的分水嶺：拋棄地圖的幾何細節，只保留「哪裡與哪裡相連」——頂點與邊的抽象結構，即圖（graph）。結論：存在「一筆畫」路徑當且僅當奇度頂點數為 0（回到起點）或 2；柯尼斯堡四塊陸地全是奇度——不可能。

抽象化是數學最鋒利的工具：忘記正確的東西，才能看見結構。

圖論此後的譜系：克希荷夫用樹分析電路（1847，電機工程！）、凱萊用樹計數異構物（化學）、拉姆齊理論、四色定理（1976 由電腦輔助證明——引發「什麼是數學證明」的哲學爭論）。

小世界：米爾格倫的連鎖信與六度分隔#

1967 年，社會心理學家米爾格倫（Stanley Milgrom，就是服從實驗的那位）在堪薩斯與內布拉斯加州隨機寄出信件，請收信人轉寄給他們認識的人、朝目標（波士頓的股票經紀人）推進。成功送達的信件平均只經過 5–6 個中間人——「六度分隔」誕生。

數學解釋（Watts–Strogatz 1998）：在規則環狀網路中隨機「重接」少量邊（\(p\) 小），聚類性仍高、平均路徑長度驟降——少數遠程連結把世界縮小。

flowchart LR
    A[規則網路<br>高聚類・長路徑] -- 加少量隨機邊 --> B[小世界網路<br>高聚類・短路徑]
    B -- 極端隨機化 --> C[隨機圖<br>低聚類]

社交網路時代把這變成了工程問題：Facebook 2016 年實測全球用戶平均分隔度 3.57。背後的數學（無標度網路、冪律度分布，Barabási–Albert 1999：偏好依附機制 \(P(\text{連到 }i) \propto k_i\)——「富者愈富」產生冪律）解釋了樞紐節點（hubs）的普遍性：機場、網站、引文網、性接觸網、金融系統的核心銀行。

傳染病模型：圖上的動力學#

把 7.2 的 SIR 方程放到網路上：每個節點是個人，邊是接觸。核心參數是基本再生數：

• \(R_0 > 1\)：指數爆發（疫情）
• \(R_0 < 1\)：消退
• 群體免疫門檻：\(1 - 1/R_0\)（麻疹 \(R_0 \approx 12\text{–}18\) → 需 92–95% 免疫；COVID 原始株 \(R_0 \approx 2.5\) → 需 60%）

網路視角新增的洞見（均勻混合模型看不到的）：

1. 超級傳播者：度數極大的樞紐節點若被感染，疫情曲線劇變——控制策略應優先保護/隔離樞紐（針對性疫苗 vs 隨機疫苗的效率差異可達數倍）
2. 橋接者與結構洞（社會學家 Burt 的概念）：連接不同社群的「弱連結」（Granovetter 1973 的經典社會學論文：找工作靠弱連結——強連結圈內資訊冗餘）才是傳播的關鍵邊
3. 目標隔離：2020 年的封城 vs 追蹤隔離之辯，本質是「切斷所有邊」與「移除關鍵節點」的圖論對比；新加坡/韓國早期策略 = 圖演算法（接觸追蹤 = 在圖上做廣度優先搜尋）

圖論的現代產業版圖#

PageRank 的深意：Google 的原始演算法（Page & Brin, 1998）把網頁重要性定義為「隨機點擊者停留在該頁的機率」——本質是馬可夫鏈的主特徵向量（線性代數！）＋冪法迭代。一次 IPO 之於線性代數，如同蒸餾之于化學：純數學直接創造了數千億美元的市值。

歷史迴響：網路科學與社會組織#

• 疫情監測的制度化：1854 年斯諾（John Snow）的霍亂地圖（在圖上標點、找共同水源）是流行病學與資料視覺化的雙重起點；今日全球疫情網（GISAID、基因組監測）是它的數位後裔
• 平台資本主義：社交網路公司本質上是「經營圖資料的壟斷者」——網路效應（價值 \(\propto\) 邊數 \(\sim n^2\)，梅特卡夫定律）導致贏者通吃；反壟斷（對 Meta、Google 的訴訟）的經濟學基礎正是網路效應理論
• 審查與控制：同樣的圖演算法（社群偵測、意見領袖識別）也是極權監控的工具——技術是中性的，制度決定用途，這是本書持續的倫理主線

小結#

下一節：後記