08.1 分子作為圖：頂點原子與邊化學鍵的矩陣表示#

8.1.1 一個改變兩門學科的洞察#

1857 年，英國數學家 Arthur Cayley 在論文〈On the theory of the analytical forms called trees〉中，為了解決一個純數學問題——列舉所有滿足特定條件的 「樹狀結構」——建立了樹（tree）的理論。僅僅數年之後，Cayley 意識到這套理 論恰好可以描述當時剛剛誕生的化學結構式：碳原子四價、氫原子一價，分子 正是由這些「節點」與「連結」組成的圖。這是歷史上數學與化學最深刻的相互驅 動案例之一：

• 化學的需求驅動了數學：同分異構物（isomer）計數問題——為什麼 \(\mathrm{C_4H_{10}}\) 恰有兩種異構物？——催生了「有根樹計數」與 Pólya 計數定理（1937）。
• 數學的工具反哺化學：有了圖的語言，「分子的形狀」第一次可以離開 紙面上的圖畫，成為可計算、可比較、可儲存的數學物件。

歷史注記：Cayley 1875 年的論文〈On the analytical forms called trees, with application to the theory of chemical combinations〉 明確地用樹計數解決了烷烴 \(\mathrm{C_nH_{2n+2}}\) 的異構物數目問題。

8.1.2 分子圖的定義#

定義 8.1（分子圖，Molecular Graph） 一個分子圖是有序對 \(G = (V, E)\) ，其中：

• 頂點集 \(V = \{v_1, \dots, v_n\}\) ，每個頂點對應一個原子；
• 邊集 \(E \subseteq V \times V\) ，每條邊對應一個化學鍵。

若邊上的鍵級（單鍵、雙鍵、三鍵）也納入考量，則得到加權分子圖 \(G = (V, E, w)\) ，其中權重函數 \(w: E \to \{1, 2, 3\}\) （芳香鍵常記為 \(w = 1.5\) ，源自 Hückel 分子軌域理論中鍵級的近似值）。

定義 8.1（氫壓縮圖，Hydrogen-Depleted Graph） 實務上常將氫原子隱去，只保留重原子（C、N、O、S……），此稱氫壓縮圖。 氫原子數可由價鍵規則恢復：碳為四價，故碳原子上連接的氫數 \(h_i = 4 - \deg(v_i)\) （對飽和碳而言）。這個壓縮讓圖的規模從 \(O(n_{\text{all}})\) 降到 \(O(n_{\text{heavy}})\) ，是化學資訊學的標準做法。

graph LR
    C1((C)) --- C2((C))
    C2 --- C3((C))
    C3 --- C4((C))
    C1 --- Br((Br))
    C4 --- Cl((Cl))

上圖即 1-bromo-4-chlorobutane 的氫壓縮圖：4 個碳頂點、5 條邊。

8.1.3 三種基本矩陣表示#

將圖「翻譯」成矩陣，是讓化學進入線性代數領域的關鍵一步。

一、鄰接矩陣（Adjacency Matrix）#

定義 8.2 無向圖 \(G\) 的鄰接矩陣 \(A \in \mathbb{R}^{n \times n}\) 定義為

性質 8.1 對簡單無向圖：

1. \(A\) 是對稱的： \(A_{ij} = A_{ji}\) ；
2. \(A_{ii} = 0\) （不考慮自環時）；
3. \((A^k)_{ij}\) 等於從 \(v_i\) 走到 \(v_j\) 、長度恰為 \(k\) 的走法數。 這一條在化學上對應「電子或自旋沿鍵傳遞 \(k\) 步的路徑數」。

二、鍵結矩陣／連接表（Connection Table, CTAB）#

化學資訊系統（如 MOL 檔案格式）實際使用的不是 \(A\) ，而是「連接表」： 每行記錄一個原子的元素、座標，每筆鍵記錄 \((i, j, \text{鍵級})\) 。 這等價於圖的邊列表（edge list）表示，儲存複雜度 \(O(|E|)\) 而非 \(O(n^2)\) ，因為分子圖是稀疏圖—— 有機分子中原子價不超過四，故 \(|E| \le 2n\) ， \(A\) 中的非零元占比極低。

三、度矩陣（Degree Matrix）#

定義 8.3 度矩陣 \(D\) 是對角矩陣， \(D_{ii} = \deg(v_i) = \sum_j A_{ij}\) 。 在化學上， \(\deg(v_i)\) 就是原子的鍵結數，直接連結到形式電荷與 不飽和度的計算。

8.1.4 化學實例：乙醇與二甲醚——同分異構的矩陣判別#

乙醇 \(\mathrm{CH_3CH_2OH}\) 與二甲醚 \(\mathrm{CH_3OCH_3}\) 擁有完全相同的 分子式 \(\mathrm{C_2H_6O}\) ，但它們的氫壓縮圖不同：

• 乙醇：路徑 C—C—O（氧在末端）
• 二甲醚：路徑 C—O—C（氧在中間）

用鄰接矩陣判別（見程式）——這正是 Cayley 1857 年直覺的現代實踐： 結構決定性質，而矩陣決定性地編碼結構。

import numpy as np

def adjacency(elements, bonds):
    """由元素清單與鍵列表建立氫壓縮鄰接矩陣"""
    n = len(elements)
    A = np.zeros((n, n), dtype=int)
    idx = {e: i for i, e in enumerate(elements)}
    for i, j in bonds:
        A[idx[i], idx[j]] = A[idx[j], idx[i]] = 1
    return A, idx

# 乙醇 C-C-O
A_eth, _ = adjacency(["C0", "C1", "O"], [("C0","C1"), ("C1","O")])
# 二甲醚 C-O-C
A_dme, _ = adjacency(["C0", "O", "C1"], [("C0","O"), ("O","C1")])

print("乙醇:\n", A_eth)
print("二甲醚:\n", A_dme)
print("是否同構（矩陣是否相同）:", np.array_equal(A_eth, A_dme))
# 頂點度序列：乙醇 (1,2,1)，二甲醚 (1,2,1) —— 度序列相同但圖不同構！

重要警示：度序列相同不代表同構。乙醇與二甲醚的度序列都是 \((2, 1, 1)\) ，但連接方式不同。判定兩個分子圖是否同構（graph isomorphism）是化學資訊學的核心難題之一，也是 2015 年 Babai 提出 擬多項式時間演算法的著名圖同構問題（Graph Isomorphism Problem）的 化學動機來源。

8.1.5 圖不變量：化學「指紋」的數學基礎#

為了繞開同構判定的昂貴成本，化學資訊學轉而使用圖不變量 （graph invariants）：在所有同構的表示下取值相同的量。

定義 8.4（圖距） \(d(i, j)\) 是頂點 \(v_i\) 與 \(v_j\) 之間最短路上的 邊數，即分子中兩原子間「隔了幾根鍵」。

定理 8.1（矩陣樹定理，Kirchhoff 1847） 令 \(L = D - A\) 為拉普拉斯 矩陣， \(\tau(G)\) 為圖的生成樹數目，則

其中 \(\lambda_2, \dots, \lambda_n\) 是 \(L\) 的非零特徵值。Kirchhoff 當年 正是為了分析電流網路而發明此定理——電路與化學鍵網路在數學上是同一個 物件，這一點將在 08.2 的電阻距離中再次浮現。

8.1.6 從矩陣回到化學：譜圖論的預告#

鄰接矩陣的特徵多項式

在化學文獻中被稱為特徵多項式（characteristic polynomial of the molecule）——因為 Hückel 近似下， \(\pi\) 電子系統的能量本徵值恰為 \(\alpha + \beta\lambda_k\) ，其中 \(\lambda_k\) 是 \(A\) 的特徵值、 \(\alpha\) 是庫侖積分、 \(\beta\) 是共振積分。苯的穩定性、1,3-丁二烯的 顏色、石墨烯的零能隙，全部可以從「分子圖鄰接矩陣的特徵值」讀出。 這條「結構 → 矩陣 → 特徵值 → 能量 → 性質」的推理鏈，就是接下來 兩節的主題。

8.1.7 章末小結#

1. 分子天然是圖：原子為頂點、鍵為邊；氫壓縮圖是化學資訊學的標準物件。
2. Cayley 1857 年的樹理論與化學結構式互相催生，同分異構計數是圖論 最早的「應用數學」成果。
3. 鄰接矩陣 \(A\) 、度矩陣 \(D\) 、連接表是三種基本表示；分子圖是稀疏的。
4. \((A^k)_{ij}\) 計數長度 \(k\) 的走法；矩陣樹定理把生成樹數與 拉普拉斯譜連結起來。
5. 同分異構物可能度序列相同，故需要更強的不變量——譜、拓撲指數、 分子指紋（第 10 章主題）。

下一步：08.2 將深入鄰接矩陣與拉普拉斯矩陣的譜理論，說明 Hückel 分子軌域理論如何把「分子的能量」變成「矩陣的特徵值」，並以 苯的 \(4n+2\) 芳香性作為第一個大勝利。