fix(pedagogy,#13410): g79-search-4 — densité App-15-SportsScheduling + Search-02b-NetworkX (46 lectures, ids réparés)

MyIA.AI.Notebooks/Search/Applications/CSP/App-15-SportsScheduling.ipynb

@@ -230,6 +230,14 @@
     "print(f\"Rondes: {league.rounds}\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "5aefbe52-276b-41ac-b7f6-a37ff58459f0",
+   "metadata": {},
+   "source": [
+    "La ligue a été créée avec succès : 6 équipes de football (Paris FC, Marseille FC, Lyon FC, Lille FC, Bordeaux FC, Nantes FC) réparties sur 5 rondes de compétition. "
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "6a9d2e83",
@@ -426,6 +434,14 @@
     "display(df_distances)"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "de5f5fc5-55f4-4924-90c6-4dfcd536c329",
+   "metadata": {},
+   "source": [
+    "La matrice des distances entre les villes a été calculée : Paris est à 660 km de Marseille, 391 km de Lyon, et 203 km de Lille. Ces distances guideront l'optimisation du calendrier pour limiter les déplacements. "
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "7d53deab",
@@ -645,6 +661,14 @@
     "    schedule = {}\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "3b9ec11a-f753-4206-9b54-f6f39034d86b",
+   "metadata": {},
+   "source": [
+    "Le solveur CP-SAT a trouvé une solution optimale avec un objectif de 7390 km de déplacements cumulés, démontrant l'efficacité de la programmation par contraintes pour ce problème de planification sportive. "
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "ca40ae3e",
@@ -895,6 +919,14 @@
     "              f\"({stats['home_games'][i]} D, {stats['away_games'][i]} E)\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "c107028f-48c4-4766-84fa-4859d2408d2e",
+   "metadata": {},
+   "source": [
+    "Le calendrier généré montre 5 rondes avec 3 matchs par ronde, chaque équipe affrontant toutes les autres exactement une fois, respectant la structure classique d'un championnat round-robin. "
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "fa50afdf",

MyIA.AI.Notebooks/Search/Part1-Foundations/Search-02b-NetworkX.ipynb

@@ -99,6 +99,14 @@
     "plt.rcParams['axes.labelsize'] = 10\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "07551dfa",
+   "metadata": {},
+   "source": [
+    "L'environnement est prêt pour l'analyse de réseaux : NetworkX 3.6.1 et Matplotlib 3.10.9 sont chargés. Toutes les structures de graphes, algorithmes et visualisations utilisés dans la suite s'appuient sur ces deux bibliothèques."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "e8b0d793",
@@ -198,6 +206,14 @@
     "print(f\"Attribut arête Paris-Lyon : {G.edges['Paris', 'Lyon']}\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "5ebfb9ae",
+   "metadata": {},
+   "source": [
+    "Le graphe illustratif est construit : 6 nœuds et 7 arêtes, et il est connexe. Les attributs sont riches : Paris porte `population: 2161000` et `region: IDF`, et l'arête Paris-Lyon un `weight` de 465. C'est ce poids en kilomètres qui servira de métrique aux algorithmes de plus court chemin de la section suivante."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "4951f7d2",
@@ -269,6 +285,14 @@
     "print(f\"\\nSous-graphe autour de Paris : {sous_graphe.number_of_nodes()} nœuds, {sous_graphe.number_of_edges()} arêtes\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "19a1e2e8",
+   "metadata": {},
+   "source": [
+    "L'analyse structurelle donne : degré de Paris = 3, degré moyen = 2.33, densité = 0.467 et diamètre = 3 — toute paire de villes est reliée en au plus 3 trajets. Les voisins de Paris sont Lyon, Lille et Bordeaux ; le sous-graphe induit autour de Paris compte 4 nœuds et 3 arêtes."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "d6995d93",
@@ -350,6 +374,14 @@
     "plt.show()\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "992d63e3",
+   "metadata": {},
+   "source": [
+    "Les trois layouts (spring, circular, kamada_kawai) produisent des dispositions distinctes du même graphe : spring tend à écarter les nœuds non adjacents, circular place les villes sur un cercle et kamada_kawai minimise les longueurs d'arêtes. Le choix du layout influence la lecture visuelle, jamais la structure du graphe."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "2579dbbe",
@@ -433,6 +465,14 @@
     "plt.show()\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "215b6b0c",
+   "metadata": {},
+   "source": [
+    "La visualisation code la région en couleur et la population en taille de nœud : Paris (2 161 000 habitants, IDF) domine visuellement, ce qui illustre comment NetworkX expose les attributs de nœuds directement dans le rendu."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "19541bc0",
@@ -573,6 +613,14 @@
     "print(f\"  Bellman-Ford   : {t_bellman*1000:.1f} ms\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "324ad54d",
+   "metadata": {},
+   "source": [
+    "Le plus court chemin pondéré de Paris à Marseille passe par Lyon pour un total de 780 km, contre un chemin non pondéré identique dans la structure (les poids ne changent pas la topologie ici). A* retrouve exactement l'optimum de Dijkstra : son heuristique vol d'oiseau (660 km) est admissible car inférieure à la distance routière (780 km). Sur 10 000 itérations, Dijkstra termine en 281,1 ms contre 506,2 ms pour Bellman-Ford : sur ce graphe petit et peu dense, l'implémentation à priorités est ~1,8× plus rapide."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "139927f7",
@@ -648,6 +696,14 @@
     "    print(f\"{v:<12} {deg_cent[v]:>8.3f} {bet_cent[v]:>10.3f} {clo_cent[v]:>11.3f} {pagerank[v]:>10.3f}\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "d0bcdbb8",
+   "metadata": {},
+   "source": [
+    "La table des centralités confirme le rôle de Paris : degree 0,600 et betweenness 0,400 maximales, PageRank 0,234 en tête, et closeness 0,714 — ex æquo avec Lyon (0,714). Lyon et Toulouse suivent en betweenness (0,200), tandis que Marseille et Lille ont une betweenness nulle (0,000) : aucun plus court chemin ne les traverse, ce sont des villes périphériques de ce réseau."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "21b52faa",
@@ -724,6 +780,14 @@
     "print(f\"\\nNœud avec la plus grande betweenness : {max(bet, key=bet.get)}\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "7ab61f59",
+   "metadata": {},
+   "source": [
+    "La visualisation confirme le résultat calculé : le nœud de plus grande betweenness est Paris, qui agit comme pont principal entre le nord et le sud du réseau."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "89a560a3",
@@ -829,6 +893,14 @@
     "    print(f\"  {u:<10} → {v:<10} : {f}/{cap} tonnes/jour\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "f5ffdd40",
+   "metadata": {},
+   "source": [
+    "Le flot maximum calculé est de 80 tonnes/jour, réparti à parts égales vers les deux clients (40/50 chacun). Le chemin est goulot quelque part : Source→Usine_A (50/50), Usine_A→Depot_1 (30/30) et Depot_2→Client_Y (20/20) sont saturées, tandis que Source→Usine_B (30/40) et Usine_B→Depot_2 (15/25) conservent de la capacité résiduelle — ce sont les arêtes saturées qui bornent le flot total."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "4d200c85",
@@ -906,6 +978,14 @@
     "plt.show()\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "16cf5835",
+   "metadata": {},
+   "source": [
+    "La visualisation encode les capacités maximales en épaisseur d'arête et le flot effectif en autre attribut graphique : on y lit directement quelles liaisons transportent à saturation et lesquelles gardent de la marge."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "8f669564",
@@ -987,6 +1067,14 @@
     "print(f\"\\nModularité : {mod:.3f} (1.0 = parfait, 0 = aléatoire)\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "a13e6411",
+   "metadata": {},
+   "source": [
+    "Quatre communautés sont détectées dans ce réseau social de 18 personnes : trois de 4 membres (C1 : Alice, Bob, Charlie, Diana ; C3 : Frank, Grace, Hugo, Iris ; C4 : Karim, Léa, Mehdi, Nora) et une plus petite de 2 membres (C2 : Eve, Jules). La modularité de 0,570 indique une structure communautaire nettement meilleure qu'un découpage aléatoire (0)."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "32f58f16",
@@ -1056,6 +1144,14 @@
     "plt.show()\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "42f64602",
+   "metadata": {},
+   "source": [
+    "La visualisation par couleurs distinctes rend la structure modulaire lisible d'un coup d'œil : chaque communauté forme un agrégat spatial dans le layout, la petite C2 apparaissant comme un duo isolé."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "0706e562",
@@ -1133,6 +1229,14 @@
     "    print(f\"  {u:<10} ↔ {v:<10} (préférence : {M[u][v]['weight']})\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "c12a56c0",
+   "metadata": {},
+   "source": [
+    "Le matching biparti optimal (algorithme hongrois) atteint une somme de préférences de 33 : Alice→P_IA (9), Charlie→P_Robot (9), Bob→P_Bio (8) et Diana→P_Phys (7). Chaque étudiant reçoit un projet distinct et la somme totale ne peut pas être améliorée."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "0f3edd51",
@@ -1295,6 +1399,14 @@
     "      f\"({100*(1 - n_explores_a/n_explores_d):.0f}% de moins) : l'heuristique oriente la recherche.\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "8ef915e8",
+   "metadata": {},
+   "source": [
+    "Le réseau routier généré compte 25 nœuds et 51 arêtes, et il est connexe. La comparaison Dijkstra/A* de coin à coin (0,0)→(4,4) donne le même coût optimal (5,905) et le même chemin de longueur 6, mais A* n'explore que 17 nœuds contre 25 pour Dijkstra — 32 % de moins : l'heuristique oriente la recherche sans sacrifier l'optimalité."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 15,
@@ -1351,6 +1463,14 @@
     "plt.show()\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "ce68948d",
+   "metadata": {},
+   "source": [
+    "La visualisation restitue la géométrie de la grille 5x5 : chaque nœud est une intersection, chaque arête une route pondérée, et la disposition spatiale reflète directement la structure générée."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "d12b8d12",
@@ -1486,6 +1606,14 @@
     "print(f\"\\nChercheurs identifiés comme passerelles : {sorted(inter_links_set)}\")\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "298d4e2d",
+   "metadata": {},
+   "source": [
+    "Le réseau de collaborations réunit 30 chercheurs et 102 collaborations réparties en trois communautés thématiques (IA, Bio, Phys). Le PageRank place Bio_06 en tête (0,0454), devant IA_05 (0,0426) et IA_04 (0,0422) ; la betweenness désigne plutôt Phys_08 (0,2185) et Bio_00 (0,2133) comme passerelles : 12 chercheurs au total assurent la liaison inter-communautés. Les deux métriques racontent des histoires différentes — être cité (PageRank) n'est pas être un pont (betweenness)."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 17,
@@ -1546,6 +1674,14 @@
     "plt.show()\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "34d2856a",
+   "metadata": {},
+   "source": [
+    "La visualisation finale combine couleur par communauté et taille par PageRank : les gros nœuds sont les chercheurs les plus cités, les couleurs séparent les trois laboratoires thématiques, et les passerelles apparaissent aux frontières colorées."
+   ]
+  },
   {
    "cell_type": "markdown",
    "id": "0c0e7d04",

scripts/notebook_tools/twin_pairs.d/app-15-sportsscheduling/0010-2026-09-21-myia-po-2025-CoursIA.yaml

@@ -0,0 +1,14 @@
+date: '2026-09-21'
+by: myia-po-2025:CoursIA
+python_sha: 72accfa9060b9a5402a91f14d06b271f21a1b507
+csharp_sha: ae8f80d872996154014b6fd4bc746e5f7b820240
+content_python_sha: b5ddb57681ae9be98c49009e7ce91cf69d9c0899f8d82acd9aa9b5852ef8dc07
+content_csharp_sha: d7499933e03ca2e5c2d5f88b78b8f6183492c880a2b94cc1f1fe07700f45fff3
+reason: >-
+  Mouvement unilateral du cote python (tranche densite #13410) : +4 cellules markdown
+  de ce cote, l'autre cote inchange. Controle mesure des DEUX cotes (base origin/main
+  -> tete) : cellules de code python 17->17 et c# 15->15, aucune ajoutee, aucune
+  retiree, aucune modifiee de part et d'autre. Le contenu algorithmique est donc
+  intact et `parity_level: semantic` tient — la parite n'a pas ete reparee, elle a ete
+  RE-ATTESTEE (cf precedent app-14-connectfour-adversarial/0005). Aucune re-execution,
+  aucun strip outile en attente.

scripts/notebook_tools/twin_pairs.d/search-02b-networkx/0011-2026-09-21-myia-po-2025-CoursIA.yaml

@@ -0,0 +1,14 @@
+date: '2026-09-21'
+by: myia-po-2025:CoursIA
+python_sha: 24d6bce2ad2a53fbd24e7f215d0e9aca85372184
+csharp_sha: 1ff1d4e73fd7c676c114d61e000e4765c2ccaac2
+content_python_sha: 5305acce870abaaf19107b3c27cdac20a9126162aa536c7b3a33db7ab441c678
+content_csharp_sha: 0f53b8c39a1c76ff043fe0ef03ca195bbba682ddaeb5c552cca904795a3a0f1b
+reason: >-
+  Mouvement unilateral du cote python (tranche densite #13410) : +42 cellules markdown
+  de ce cote, l'autre cote inchange. Controle mesure des DEUX cotes (base origin/main
+  -> tete) : cellules de code python 21->21 et c# 10->10, aucune ajoutee, aucune
+  retiree, aucune modifiee de part et d'autre. Le contenu algorithmique est donc
+  intact et `parity_level: semantic` tient — la parite n'a pas ete reparee, elle a ete
+  RE-ATTESTEE (cf precedent app-14-connectfour-adversarial/0005). Aucune re-execution,
+  aucun strip outile en attente.

scripts/notebook_tools/twin_pairs.d/search-02b-networkx/0012-2026-09-21-myia-po-2025-CoursIA.yaml

@@ -0,0 +1,6 @@
+date: '2026-09-21'
+by: myia-po-2025:CoursIA
+python_sha: f4200f499d53fc957d92b450549f16190b5b48c5
+csharp_sha: 1ff1d4e73fd7c676c114d61e000e4765c2ccaac2
+content_python_sha: 74008e0c916e118c44a4622d79fd13486413eb7c27811a56641001d919be69b7
+content_csharp_sha: 0f53b8c39a1c76ff043fe0ef03ca195bbba682ddaeb5c552cca904795a3a0f1b