http://kenji.blog/tags/%E3%82%B0%E3%83%A9%E3%83%95%E7%90%86%E8%AB%96/Recent content in グラフ理論 on kenji.blogHugo -- gohugo.iojakenjinoteThu, 10 Sep 2026 21:00:00 +0900http://kenji.blog/p/friendship-paradox/Thu, 10 Sep 2026 21:00:00 +0900http://kenji.blog/p/friendship-paradox/<img src="http://kenji.blog/p/friendship-paradox/img/friendship_paradox.jpg" alt="Featured image of post あなたの友達は、あなたよりも友達が多い：友情のパラドックス" /><p>「周りの人は自分よりも友達が多くて、楽しそうだな…」 SNSを眺めていて、そんな風に感じたことはありませんか？</p> <p>実は、あなたがそう感じるのは、あなたの性格のせいでも、人気がないせいでもありません。それは**「友情のパラドックス（Friendship Paradox）」**と呼ばれる、ネットワーク理論と統計学によって証明された数学的な事実なのです。</p> <p>1991年に社会学者スコット・フェルドによって発見されたこのパラドックスは、「ほとんどの人は、自分の友達よりも友達の数が少ない」という直感に反する現象を説明しています。</p> <h2 id="なぜ友達の方が友達が多いのか">なぜ「友達の方が友達が多い」のか？ </h2><p>結論から言うと、これは**「友達が多い人（人気者）は、多くの人の友達リストに登場する」**という単純なサンプリングの偏りによるものです。</p> <p>簡単なネットワーク（グラフ）で考えてみましょう。</p> <div class="mermaid">graph TD A["アリス (友達1人)"] --- C["チャーリー (友達3人)"] B["ボブ (友達1人)"] --- C C --- D["デイビッド (友達1人)"] style A fill:#4FC3F7,stroke:#333,stroke-width:2px style B fill:#4FC3F7,stroke:#333,stroke-width:2px style C fill:#FF9800,stroke:#333,stroke-width:4px style D fill:#4FC3F7,stroke:#333,stroke-width:2px</div> <p>この小さな世界には、アリス、ボブ、チャーリー、デイビッドの4人がいます。 チャーリーは「人気者」で、他の3人全員と友達です。他の3人はチャーリーとしか友達ではありません。</p> <p>それぞれの友達の数を見てみましょう。</p> <ul> <li>アリスの友達数：1人</li> <li>ボブの友達数：1人</li> <li>デイビッドの友達数：1人</li> <li>チャーリーの友達数：3人 <strong>全員の平均友達数</strong>は、$(1 + 1 + 1 + 3) / 4 = 1.5人$ です。</li> </ul> <p>次に、「それぞれの人の『友達の友達数』の平均」を計算してみましょう。</p> <ul> <li>アリスの友達（チャーリー）の友達数：3人</li> <li>ボブの友達（チャーリー）の友達数：3人</li> <li>デイビッドの友達（チャーリー）の友達数：3人</li> <li>チャーリーの友達（アリス、ボブ、デイビッド）の友達数の平均：$(1 + 1 + 1) / 3 = 1人$</li> </ul> <p>さて、それぞれの「自分」と「自分の友達の平均」を比較します。</p> <ul> <li>アリス：自分(1) &lt; 友達の平均(3)</li> <li>ボブ：自分(1) &lt; 友達の平均(3)</li> <li>デイビッド：自分(1) &lt; 友達の平均(3)</li> <li>チャーリー：自分(3) &gt; 友達の平均(1)</li> </ul> <p>4人中3人（75%の人）が、「自分の友達は、自分よりも友達が多い」という状態に置かれています。人気者のチャーリーの存在が、周囲の全員の「友達の平均」を強力に引き上げているのです。</p> <h2 id="数学的な証明分散がカギ">数学的な証明：分散がカギ </h2><p>これを数式で表してみましょう。 ネットワーク理論において、ある人 $v$ の友達の数（次数）を $k(v)$ とします。ネットワーク全体の平均友達数を $\mu$、友達の数の分散を $\sigma^2$ とします。</p> <p>フェルドの証明によれば、「ランダムに選んだ友達の友達数」の期待値は以下のようになります：</p> $$ \text{友達の友達数の平均} = \mu + \frac{\sigma^2}{\mu} $$ <p>分散 $\sigma^2$ は常に0以上の値です。つまり、誰もが全く同じ数の友達を持っている（$\sigma^2 = 0$）というあり得ない状況を除けば、常に以下の不等式が成り立ちます。</p> $$ \mu + \frac{\sigma^2}{\mu} > \mu $$ <p><strong>「友達の友達数の平均」は、常に「全体の平均友達数」よりも必ず大きくなるのです。</strong></p> <p>現実社会やSNS（XやInstagramなど）では、ごく一部の人が数百万人のフォロワー（友達）を持つ一方で、大半の人は数十人〜数百人しかいません。つまり分散 $\sigma^2$ が極めて大きいため、このパラドックスの効果はさらに強烈になります。</p> <h2 id="応用パンデミックとワクチン接種">応用：パンデミックとワクチン接種 </h2><p>友情のパラドックスは、単なるSNSの心理学に留まりません。現実の社会課題、特に<strong>感染症対策</strong>に非常に有効な応用がなされています。</p> <p>限られた数のワクチンしかなく、誰に接種すべきか迷ったとします。ランダムに接種するよりも効果的な方法があります。</p> <ol> <li>ランダムに人々を選びます。</li> <li>その人自身ではなく、<strong>その人が「友達だ」と指名した相手</strong>にワクチンを接種します。</li> </ol> <p>なぜでしょうか？友情のパラドックスにより、ランダムに選ばれた人の「友達」は、平均してより多くのつながりを持っている（ハブである）確率が高いからです。つながりが多い人に優先的にワクチンを打つことで、ネットワーク全体への感染拡大を劇的に遅らせることができるのです。</p> <h2 id="結論">結論 </h2><p>あなたがSNSを見て「みんな私より友達が多くてリア充だ」と感じる時、それはあなたの錯覚ではなく、ネットワークの構造が生み出す数学的な必然です。</p> <p>人気者は多くの人のネットワークに顔を出すため、私たちは必然的に「平均以上の人気者」ばかりをサンプルとして観察させられているのです。次からSNSで落ち込みそうになった時は、ぜひこの数式を思い出してください。</p> $$ \mu + \frac{\sigma^2}{\mu} > \mu $$