第2章 随机图展室：ER与WS两件奠基标本

第2章 · 随机图展室：ER与WS两件奠基标本

章节摘要：本章跟着一条主线走——亲手培育两件理论标本，为真实网络造出合格的对照组。先在纯随机规则下培育 ER 随机图，量出它的泊松侧脸与相变脾气；再在规则格子上开一道随机口子，得到 WS 小世界标本；最后把真实网络请到两件标本面前，出具鉴定报告：随机模型赢得了「小世界」的辩护，却在度分布与聚类上完败。

一条主线

标本馆的展室分两类：一类展出野外采集的真实标本，一类展出人工培育的理论标本。理论标本不是赝品，而是对照组——没有它们，你永远说不清真实网络「特殊」在哪里。第 1 章末尾立下过规矩：测量值要放进参照系才有意义。本章的任务，就是把参照系造出来。

这条主线有个漂亮的内在逻辑。造对照的最笨办法是完全随机：每对节点掷一次硬币决定连不连。这样做出的 ER 随机图是「无结构的结构」——它代表一个零假设，任何真实网络与它的差异，都是值得追究的信号。可随机图一落地就暴露短板：真实网络既短路径又高聚类，随机图只占前者。于是补入第二件标本：从规则格子出发，只把极少数边随机改道——WS 小世界模型证明「一点点随机」就能把规则格子的高聚类型与随机图的短路径型焊接在一起。两件标本一横一纵，摆出「规则—随机」这条谱系的两端与中间点，第 3 章的野外考察就拿着这把谱系尺去给真实网络定位。

沿途站点

第 1 节 · ER 随机图：掷硬币掷出来的网络。学随机图的两种等价生成口径、泊松度分布、对数级平均路径、以及平均度跨过临界点时巨连通分量横空出世的相变——统计物理的招牌现象第一次在网络里登场。全程用 networkx 培育标本并复现相变曲线。

第 2 节 · WS 小世界：从规则格子出走的捷径。从环状规则网络出发，以小概率把边改道成捷径，看高聚类与短路径如何在同一张图上共存；学会用「聚类比」与「路径比」这对无量纲读数给小世界出具量化鉴定。

第 3 节 · 鉴定报告：随机模型对不上真实网络。把真实网络与同规模随机对照并排送检，逐项核对度分布、聚类、社团、动态性。判决书宣读：随机模型在度分布上一败涂地——这正是通往第 4 章解剖室的转诊单。

拐点与结论

本章的认知拐点有两处。其一，随机不是无序，而是有精确统计规律的可计算对象——泊松分布、对数路径、临界点，全是能闭卷推演的定理级结论，「随机对照」因此才配当尺子。其二，极少量的随机性能买到巨大的结构红利——WS 模型里改道一小撮边，平均路径应声跳水而聚类岿然不动，这解释了为什么真实系统普遍长成小世界：捷径太便宜了。

章末的鉴定报告则是全册剧情的转折点：真实网络拖着随机模型无法解释的肥尾与抱团，问题从「真实网络长什么样」正式换轨到「什么机制能让网络长成这样」。

读完你应该

离开本章前，对照这份可检验清单自查：

• 能写出 ER 图两种生成口径，并说明它们何时统计等价
• 能推出并解释泊松度分布、聚类系数约等于连接概率、平均路径随规模对数增长这三条形态结论
• 能用实验复现巨连通分量的涌现，并说出临界平均度的量级
• 能复述 WS 模型的两步构建，解释聚类比与路径比为何要向各自的零随机值归一
• 能在一个真实网络与随机对照之间，按度分布、聚类、社团三项出具对照结论
• 理解「理论标本 = 零假设」的方法论地位，知道后面所有零模型都是这条思路的延伸

下一章的接力

主线的下一站是野外考察。带着两件理论标本和鉴定报告出发：第 3 章将离开培育箱，到真实世界里逐项登记网络的普适形态——小世界效应、幂律肥尾、高聚类与社团、同配异配。鉴定报告里那些「对不上」的条目，正是野外考察的采集清单。